Il microbioma può predire l'età cronologica di una persona

I nostri microbiomi - le complesse comunità di microbi che vivono in, su e intorno a noi - sono influenzati dalle nostre diete, abitudini, ambienti e geni, e sono noti per cambiare con l'età. A sua volta, la composizione dei nostri microbiomi, soprattutto nell'intestino, è ben noto per la sua influenza sulla nostra salute. Per esempio, la composizione del microbioma intestinale è stata collegata a malattie infiammatorie intestinali, malattia autoimmune, obesità, anche disturbi neurologici, come l'autismo.

Dato un campione di microbioma (pelle, tampone orale o fecale), i ricercatori hanno dimostrato che ora possono utilizzare l'apprendimento automatico per prevedere l'età cronologica di una persona, con un diverso grado di precisione. I campioni di pelle hanno fornito la previsione più accurata, stimando correttamente entro circa 3,8 anni, rispetto a 4,5 anni con un campione orale e 11,5 anni con un campione fecale. I tipi di microbi che vivono nella cavità orale o nell'intestino dei giovani (di età compresa tra 18 e 30 anni) tendevano ad essere più diversificati e abbondanti rispetto ai microbiomi comparativi degli adulti più anziani (di età pari o superiore a 60 anni).

Lo strumento predittivo, descritto in un articolo pubblicato l'11 febbraio 2020 entro mSistemi , è stato sviluppato come collaborazione tra ricercatori dell'Università della California San Diego e IBM.

"Questa nuova capacità di correlare i microbi con l'età ci aiuterà a far progredire gli studi futuri sui ruoli che i microbi svolgono nel processo di invecchiamento e nelle malattie legate all'età, e ci consentono di testare meglio i potenziali interventi terapeutici che prendono di mira i microbiomi, " ha detto il co-autore senior Zhenjiang Zech Xu, dottorato di ricerca, che all'epoca dello studio era un ricercatore post-dottorato nel laboratorio della School of Medicine della UC San Diego del co-autore senior Rob Knight, dottorato di ricerca, professore e direttore dell'UC San Diego Center for Microbiome Innovation.

L'obiettivo finale del team è creare modelli di apprendimento automatico simili per correlare il microbioma e le condizioni cliniche, come l'infiammazione in condizioni autoimmuni. Questo approccio potrebbe un giorno costituire la base per un test non invasivo basato sul microbioma che potenzialmente aiuta i medici a diagnosticare o valutare meglio il rischio di una persona per una malattia.

In uno studio del 2014, I ricercatori della Washington University hanno confrontato "l'età microbica" -; età prevista dal microbioma fecale -; e l'età cronologica effettiva nel contesto dei bambini malnutriti durante i primi mesi di vita. I ricercatori hanno notato che la differenza tra l'età cronologica e quella microbica era associata al grado di maturità dello sviluppo dei bambini. Nel nuovo studio, I ricercatori della UC San Diego hanno portato questa idea un ulteriore passo avanti per vedere se questa associazione potesse applicarsi agli adulti, e quanto bene si è generalizzato ad altri siti del corpo.

Secondo Xu, uno dei requisiti più importanti per un buon modello statistico è una grande dimensione del campione e una popolazione rappresentativa. Fare quello, i ricercatori hanno estratto i dati di sequenziamento del microbioma disponibili dai database pubblici di diversi progetti scientifici dei cittadini, come l'American Gut Project, in cui i partecipanti spediscono nelle feci, saliva o tamponi cutanei, ricevere le letture personalizzate del microbioma, e contribuire con i loro dati anonimi alla comunità scientifica.

Lo studio si è basato su un totale di 4, 434 campioni di feci dagli Stati Uniti e dalla Cina, 2, 550 campioni di saliva dagli Stati Uniti, Canada, Regno Unito e Tanzania, e 1, 975 campioni di pelle dagli Stati Uniti e dal Regno Unito. I partecipanti i cui dati sono stati utilizzati nello studio avevano un'età compresa tra 18 e 90 anni, con indici di massa corporea da 18,5 a 30, non aveva malattie infiammatorie intestinali o diabete, e non aveva usato antibiotici per almeno un mese prima del campionamento. Lo studio ha anche escluso la gravidanza, ricoverato, persone disabili o in condizioni critiche.

"Questa è stata l'indagine più completa sul microbioma e sull'età fino ad oggi, " ha detto il primo autore Shi Huang, dottorato di ricerca, un ricercatore post-dottorato nel laboratorio di Knight e il Centro per l'innovazione del microbioma dell'UC San Diego.

Il team ha trovato differenze specifiche di genere nei risultati del microbioma intestinale, ma nessuna differenza tra maschi e femmine per quanto riguarda i risultati del microbioma orale e cutaneo. Nonostante la diversità dei microbi che vivono in diversi siti del corpo umano, inoltre non faceva alcuna differenza se i campioni di pelle erano stati raccolti dalla fronte o dalle mani, il che significa che i futuri studi sul microbioma cutaneo possono aumentare il loro potere statistico combinando siti di raccolta e generi.

Una potenziale ragione per cui i microbi che vivono sulla nostra pelle cambiano così costantemente con l'avanzare dell'età, i ricercatori hanno detto, è dovuto ai prevedibili cambiamenti nella fisiologia della pelle che tutti sperimentano, come diminuzione della produzione di siero e aumento della secchezza.

"L'accuratezza dei nostri risultati dimostra il potenziale per l'applicazione di tecniche di apprendimento automatico e intelligenza artificiale per comprendere meglio i microbiomi umani, " ha detto il co-autore Ho-Cheol Kim, dottorato di ricerca, direttore del programma Intelligenza artificiale per una vita sana, una collaborazione tra IBM Research e UC San Diego nell'ambito dell'IBM AI Horizons Network. "L'applicazione di questa tecnologia ai futuri studi sul microbioma potrebbe aiutare a sbloccare approfondimenti sulla correlazione tra il modo in cui i microbiomi influenzano la nostra salute generale e un'ampia gamma di malattie e disturbi, dalla salute neurologica a quella cardiovascolare e immunitaria".

Secondo il coautore Yoshiki Vázquez-Baeza, dottorato di ricerca, direttore associato dell'integrazione bioinformatica presso l'UC San Diego Center for Microbiome Innovation, la previsione dell'età è un metodo particolarmente interessante per la formazione di modelli predittivi perché i partecipanti non devono soddisfare criteri speciali per diventare un donatore campione, e la valutazione dell'età in genere non richiede una visita in ospedale.

Altri studi che si concentrano su una particolare condizione, come le malattie infiammatorie intestinali, spesso faticano a ottenere un numero sufficiente di partecipanti che soddisfino i criteri di studio e che siano disposti a partecipare per poter trarre conclusioni significative. Ma qui, l'ampia applicabilità della previsione dell'età ci ha permesso di esplorare i limiti della modellazione microbica su una scala senza precedenti".

Yoshiki Vazquez-Baeza, dottorato di ricerca, direttore associato dell'integrazione bioinformatica presso l'UC San Diego Center for Microbiome Innovation

"Imparare a creare modelli accurati e robusti basati sul microbioma aprirà le porte a una serie di applicazioni biotecnologiche, e aiutarci a comprendere meglio la relazione di alcuni batteri con i risultati di interesse, " disse Cavaliere.

• Lo studio fornisce nuovi dettagli sulla poliposi associata alla terapia nei sopravvissuti al cancro infantile
• Alto contenuto di grassi,