Mikrobiom kan forutsi en persons kronologiske alder

Våre mikrobiomer - de komplekse samfunnene av mikrober som lever i, på og rundt oss - påvirkes av kostholdet vårt, vaner, miljøer og gener, og er kjent for å endre seg med alderen. På sin side, sammensetningen av våre mikrobiomer, spesielt i tarmen, er kjent for sin innflytelse på helsen vår. For eksempel, tarmmikrobiomsammensetning har vært knyttet til inflammatorisk tarmsykdom, autoimmun sykdom, fedme, selv nevrologiske lidelser, som autisme.

Gitt en mikrobiomprøve (hud, munn eller avføring) forskere har vist at de nå kan bruke maskinlæring til å forutsi en persons kronologiske alder, med varierende grad av nøyaktighet. Hudprøver ga den mest nøyaktige prediksjonen, estimere riktig til innen omtrent 3,8 år, sammenlignet med 4,5 år med en muntlig prøve og 11,5 år med en fekal prøve. Typer mikrober som lever i munnhulen eller i tarmen til unge (i alderen 18 til 30 år) hadde en tendens til å være mer mangfoldig og rikelig enn i sammenlignende mikrobiomer for eldre voksne (60 år og eldre).

Det prediktive verktøyet, beskrevet i et papir publisert 11. februar, 2020 av mSystemer , ble utviklet som et samarbeid mellom forskere ved University of California San Diego og IBM.

"Denne nye evnen til å korrelere mikrober med alder vil hjelpe oss med å fremme fremtidige studier av rollene mikrober spiller i aldringsprosessen og aldersrelaterte sykdommer, og la oss bedre teste potensielle terapeutiske tiltak som er rettet mot mikrobiomer, "sa med-seniorforfatter Zhenjiang Zech Xu, PhD, som på studietidspunktet var en postdoktor i laboratoriet ved UC San Diego School of Medicine av medforfatter Rob Knight, PhD, professor og direktør for UC San Diego Center for Microbiome Innovation.

Teamets endelige mål er å lage lignende maskinlæringsmodeller for å korrelere mikrobiom og kliniske tilstander, som betennelse ved autoimmune tilstander. Denne tilnærmingen kan en dag danne grunnlaget for en ikke-invasiv mikrobiombasert test som potensielt hjelper klinikere med å bedre diagnostisere eller vurdere en persons risiko for en sykdom.

I en studie fra 2014, Washington University -forskere sammenlignet "mikrobiell alder" -; alder som forutsagt av fekal mikrobiom -; og faktisk kronologisk alder i forbindelse med underernærte spedbarn i løpet av de første månedene av livet. Forskerne bemerket at forskjellen mellom kronologisk og mikrobiell alder var forbundet med graden av barns utviklingsmodenhet. I den nye studien, UC San Diego -forskere tok denne ideen et skritt videre for å se om denne foreningen kunne gjelde voksne, og hvor godt det generaliserte seg til andre kroppssteder.

Ifølge Xu, et av de viktigste kravene til en god statistisk modell er en stor utvalgsstørrelse og en representativ populasjon. Å gjøre det, forskerne utvunnet mikrobiom -sekvenseringsdata tilgjengelig fra de offentlige databasene til flere samfunnsvitenskapelige prosjekter, for eksempel American Gut Project, der deltakerne sender fekal, spytt eller hudpinner, motta sine personlige mikrobiomavlesninger, og bidra med sine anonymiserte data til det vitenskapelige samfunnet.

Studien stolte på totalt 4, 434 avføringsprøver fra USA og Kina, 2, 550 spyttprøver fra USA, Canada, Storbritannia og Tanzania, og 1, 975 hudprøver fra USA og Storbritannia Deltakerne hvis data ble brukt i studien varierte i alder fra 18 til 90 år, med kroppsmasseindekser på 18,5 til 30, ikke hadde inflammatorisk tarmsykdom eller diabetes, og hadde ikke brukt antibiotika i minst en måned før prøvetaking. Studien utelukket også gravide, innlagt på sykehus, funksjonshemmede eller kritisk syke individer.

"Dette var den mest omfattende undersøkelsen av mikrobiom og alder til nå, "sa første forfatter Shi Huang, PhD, en postdoktor i Knights lab og UC San Diego Center for Microbiome Innovation.

Teamet fant kjønnsspesifikke forskjeller i tarmmikrobiomresultater, men ingen forskjell mellom hanner og kvinner når det gjelder oral og hudmikrobiomresultater. Til tross for mangfoldet av mikrober som lever på forskjellige steder i menneskekroppen, det gjorde heller ingen forskjell om hudprøvene hadde blitt samlet fra pannen eller hendene, betyr at fremtidige hudmikrobiomstudier kan øke deres statistiske kraft ved å kombinere innsamlingssteder og kjønn.

En potensiell grunn til at mikrober som lever på huden vår endres så konsekvent når vi blir eldre, sa forskerne, skyldes de forutsigbare endringene i hudfysiologi som alle opplever, slik som redusert serumproduksjon og økt tørrhet.

"Nøyaktigheten til resultatene våre demonstrerer potensialet for å bruke maskinlæring og teknikker for kunstig intelligens for å bedre forstå menneskelige mikrobiomer, "sa medforfatter Ho-Cheol Kim, PhD, programdirektør for programmet Artificial Intelligence for Healthy Living, et samarbeid mellom IBM Research og UC San Diego under IBM AI Horizons Network. "Å bruke denne teknologien til fremtidige mikrobiomstudier kan bidra til å få dypere innsikt i sammenhengen mellom hvordan mikrobiomer påvirker vår generelle helse og et bredt spekter av sykdommer og lidelser fra nevrologisk til kardiovaskulær og immunhelse."

I følge medforfatter Yoshiki Vázquez-Baeza, PhD, assisterende direktør for bioinformatisk integrasjon ved UC San Diego Center for Microbiome Innovation, aldersprediksjon er en spesielt attraktiv metode for å trene prediktive modeller fordi deltakerne ikke trenger å oppfylle spesielle kriterier for å bli en prøvedonor, og vurdering av alder krever vanligvis ikke et sykehusbesøk.

Andre studier som fokuserer på en bestemt tilstand, som inflammatorisk tarmsykdom, sliter ofte med å få nok deltakere som oppfyller studiekriteriene og som er villige til å delta for å kunne trekke meningsfulle konklusjoner. Men her, den store anvendeligheten av aldersforutsigelse tillot oss å utforske grensene for mikrobiell modellering i en enestående skala. "

Yoshiki Vázquez-Baeza, PhD, assisterende direktør for bioinformatisk integrasjon ved UC San Diego Center for Microbiome Innovation

"Å lære å lage nøyaktige og robuste mikrobiombaserte modeller vil åpne døren for en rekke bioteknologiske applikasjoner, og hjelpe oss med å bedre forstå forholdet mellom visse bakterier med resultater av interesse, "Sa Knight.

• Studien gir nye detaljer om terapirelatert polypose hos kreftoverlevende hos barn
• Høy fett,