Žmogaus žarnyne randami mikrobų tipai ir santykinis kiekis gali atspindėti ir paveikti jo sveikatos būklę. Žinant, kaip laikui bėgant keičiasi ši mikrobų bendruomenės sudėtis, galima būtų įžvelgti sveikatos ir ligų. Tačiau, neaišku, kokiu laipsniu žmogaus žarnyno mikrobų bendruomenės sudėtis tam tikru momentu lemia jos būsimą sudėtį.
Norėdami atsakyti į šį klausimą, Shenhavas ir jo kolegos sukūrė mikrobų bendruomenės laikino kintamumo linijinį mišrų modelį (MTV-LMM), naujas žarnyno mikrobų sudėties laikinų pokyčių modeliavimo metodas. Kai tikrinama pagal realaus pasaulio duomenis, naujas įrankis prognozuoja tiksliau nei kiti modeliai, anksčiau sukurti tam pačiam tikslui.
Tada mokslininkai naudojo MTV-LMM, kad gautų naujų įžvalgų apie mikrobiomos dinamiką. Pavyzdžiui, jie įrodė, tiek kūdikiams, tiek suaugusiems, žarnyno mikrobiomų bendruomenės sudėtį iš tikrųjų galima tiksliai numatyti, remiantis ankstesniais bendruomenės pastebėjimais. Jie taip pat pritaikė modelį 39 kūdikių duomenims ir atskleidė esminį pasikeitimą maždaug 9 mėnesių amžiaus, kaip žarnyno mikrobiomas laikui bėgant keičiasi.
Žvelgiant į priekį, MTV-LMM gali būti taikomas žarnyno mikrobiomos laiko dinamikai tirti ligos kontekste, tai gali padėti pagerinti diagnozę ir gydymą. Tai taip pat gali būti naudinga norint suprasti kitų tipų laikinų mikrobiomų procesus, tokių kaip virškinimo metu.
Mūsų metodas suteikia daug metodinių patobulinimų, bet tai vis dar tik ledkalnio viršūnė “.
Liat Shenhav, iš Halperino laboratorijos, Kalifornijos universitetas Los Andžele
Ateityje, ji ir jos kolegos stengsis dar labiau pagerinti modelio prognozavimo tikslumą ir ištirti papildomas programas. „Mikrobiomo laikino elgesio modeliavimas yra pagrindinis mokslinis klausimas, su galimais pritaikymais medicinoje ir už jos ribų “.