A mikrobióma képes megjósolni az emberek kronológiai korát

Mikrobiómaink - a mikrobák összetett közösségei, amelyekben élnek, rajtunk és körülöttünk - befolyásolják étrendünk, szokások, környezet és gének, és köztudottan változnak az életkorral. Viszont, mikrobiomjaink összetétele, különösen a bélben, jól ismert az egészségünkre gyakorolt ​​hatásáról. Például, a bél mikrobiom összetételét gyulladásos bélbetegséghez kapcsolják, autoimmun betegség, elhízottság, még idegrendszeri betegségek is, mint például az autizmus.

Adott egy mikrobiómaminta (bőr, száj vagy széklet tampon), a kutatók bebizonyították, hogy ma már gépi tanulással képesek megjósolni egy személy időrendjét, változó pontossággal. A bőrminták adták a legpontosabb előrejelzést, helyes becslés körülbelül 3,8 éven belül, összehasonlítva 4,5 év orális mintával és 11,5 év székletmintával. A szájüregben vagy a fiatalok (18 és 30 év közöttiek) bélében élő mikrobák típusai általában változatosabbak és bőségesebbek voltak, mint az idősebb (60 éves és idősebb) felnőttek összehasonlító mikrobiómáiban.

A prediktív eszköz, február 11 -én megjelent cikkében 2020 -ig mSystems , a San Diego -i Kaliforniai Egyetem kutatói és az IBM együttműködésében jött létre.

"Ez az új képesség a mikrobák korrelálására az életkorral elősegíti a jövőbeni tanulmányokat a mikrobák szerepéről az öregedési folyamatban és az életkorral összefüggő betegségekben, és lehetővé teszi számunkra, hogy jobban teszteljük a mikrobiomákat célzó lehetséges terápiás beavatkozásokat, "mondta Zhenjiang Zech Xu társszerző. PhD, aki a tanulmány idején posztdoktori kutató volt az UC San Diego School of Medicine laboratóriumában, Rob Knight társszerző, PhD, professzor és az UC San Diego Microbiome Innovation Center igazgatója.

A csapat végső célja hasonló gépi tanulási modellek létrehozása a mikrobiom és a klinikai állapotok korrelálására, mint például gyulladás autoimmun állapotokban. Ez a megközelítés egy napon megalapozhatja a nem invazív mikrobiomán alapuló tesztet, amely potenciálisan segít a klinikusoknak jobban diagnosztizálni vagy felmérni egy személy betegség kockázatát.

Egy 2014 -es tanulmányban A Washingtoni Egyetem kutatói összehasonlították a "mikrobiális kort" -; életkor a széklet mikrobioma előrejelzése szerint -; és a tényleges időrendi életkor az alultáplált csecsemők összefüggésében az élet első hónapjaiban. A kutatók megállapították, hogy a kronológiai és a mikrobiális életkor közötti különbség a gyermekek fejlettségi fokával függ össze. Az új tanulmányban, Az UC San Diego kutatói egy lépéssel tovább vitték ezt az ötletet, hogy megnézzék, hogy ez az egyesület alkalmazható -e a felnőttekre, és milyen jól általánosított más testhelyekre.

Xu szerint a jó statisztikai modell egyik legfontosabb követelménye a nagy minta és a reprezentatív populáció. Ehhez, a kutatók több állampolgári tudományos projekt nyilvános adatbázisaiból elérhető mikrobióm szekvenálási adatokat bányásztak ki, mint például az American Gut Project, amelyben a résztvevők ürülékkel postáznak, nyál vagy bőr tampon, személyre szabott mikrobiom leolvasást kapnak, és közöljék anonimizált adataikat a tudományos közösséggel.

A tanulmány összesen 4, 434 székletmintát az USA -ból és Kínából, 2, 550 nyálminta az USA -ból, Kanada, Egyesült Királyság és Tanzánia, és 1, 975 bőrminta az Egyesült Államokból és az Egyesült Királyságból. A résztvevők, akiknek adatait a vizsgálatban felhasználták, 18 és 90 év közöttiek voltak 18,5 és 30 közötti testtömeg -indexekkel, nem volt gyulladásos bélbetegsége vagy cukorbetegsége, és legalább egy hónapig nem használt antibiotikumot a mintavétel előtt. A vizsgálat kizárta a terheseket is, kórházba, fogyatékos vagy súlyosan beteg személyek.

"Ez volt a legátfogóbb mikrobiológiai és életkori vizsgálat, " - mondta Shi Huang első szerző. PhD, posztdoktori kutató a Knight laborjában és az UC San Diego Microbiome Innovation Centerben.

A csapat nemi specifikus különbségeket talált a bél mikrobióma eredményeiben, de nincs különbség a férfiak és a nők között, amikor a száj és a bőr mikrobiómájának eredményeiről van szó. Annak ellenére, hogy az emberi test különböző részein élő mikrobák sokfélék, az sem jelentett különbséget, hogy a bőrmintákat homlokról vagy kézről vették -e, ami azt jelenti, hogy a jövőbeli bőrmikrobiómák tanulmányai növelhetik statisztikai erejüket a gyűjtőhelyek és a nemek kombinálásával.

Az egyik lehetséges ok, hogy a bőrünkön élő mikrobák olyan következetesen változnak, ahogy öregszünk, a kutatók azt mondták, a bőr fiziológiájának előre látható változásai miatt, amelyeket mindenki tapasztal, mint például csökkent szérumtermelődés és fokozott szárazság.

"Eredményeink pontossága megmutatja a gépi tanulás és a mesterséges intelligencia technikák alkalmazásának lehetőségét az emberi mikrobiomák jobb megértése érdekében, -mondta Ho-Cheol Kim társszerző. PhD, a Mesterséges intelligencia az egészséges életért program programigazgatója, együttműködés az IBM Research és az UC San Diego között az IBM AI Horizons Network keretében. "Ha ezt a technológiát alkalmazzuk a jövőbeli mikrobiológiai vizsgálatokra, mélyebb betekintést nyerhetünk abba a korrelációba, amely a mikrobiomák általános egészségi állapotunk befolyásolása és a betegségek és rendellenességek széles skálája között van, idegrendszeri, szív- és érrendszeri és immunrendszeri egészségtől."

Yoshiki Vázquez-Baeza társszerző szerint PhD, a bioinformatikai integráció társigazgatója az UC San Diego Microbiome Innovation Centerben, az életkor előrejelzése különösen vonzó módszer a prediktív modellek képzésére, mivel a résztvevőknek nem kell megfelelniük speciális kritériumoknak ahhoz, hogy mintadonorrá váljanak, és az életkor felmérése általában nem igényel kórházi látogatást.

Más tanulmányok, amelyek egy adott feltételre összpontosítanak, például gyulladásos bélbetegség, gyakran küzdenek azért, hogy elegendő résztvevőt szerezzenek, akik megfelelnek a tanulmányi kritériumoknak, és hajlandóak részt venni, hogy érdemi következtetéseket lehessen levonni. De itt, az életkor előrejelzésének széles körű alkalmazhatósága lehetővé tette számunkra, hogy példátlan léptékben feltárjuk a mikrobiális modellezés határait. "

Yoshiki Vázquez-Baeza, PhD, a bioinformatikai integráció társigazgatója az UC San Diego Microbiome Innovation Centerben

"Ha megtanuljuk, hogyan lehet pontos és robusztus mikrobiome-alapú modelleket létrehozni, számos biotechnológiai alkalmazás kapuja nyílik meg, és segítsen jobban megérteni bizonyos baktériumok kapcsolatát az érdeklődési eredményekkel, - mondta Knight.

• A tanulmány új részleteket nyújt a gyermekkori rákos túlélők terápiával kapcsolatos polipózisáról
• Magas zsírtartalmú,