Nova metoda razkriva, kako mikrobne skupnosti delujejo v našem telesu

V zadnjem desetletju je so znanstveniki dosegli izjemen napredek pri razumevanju, da skupine bakterij in virusov, ki naravno sobivajo po vsem človeškem telesu, igrajo pomembno vlogo pri nekaterih vitalnih funkcijah, kot je prebava, presnovo in celo boj proti boleznim. Toda razumevanje, kako to počnejo, ostaja vprašanje.

Raziskovalci z univerze Drexel upajo, da bodo s pomočjo pametne kombinacije visoko zmogljivega genetskega zaporedja in računalniških algoritmov za obdelavo naravnega jezika pomagali odgovoriti na to vprašanje. Njihove raziskave, ki je bil nedavno objavljen v reviji PLOS ONE , poroča o novi metodi analize kod, najdenih v RNA, ki lahko razmejijo človeške mikrobne skupnosti in razkrijejo njihovo delovanje.

Večina raziskav o človeškem mikrobnem okolju - ali mikrobiomu - se je osredotočila na identifikacijo vseh različnih vrst mikrobov. Naraščajoči razvoj zdravljenja bolezni, povezanih z mikrobiotami, deluje po ideji, da so neravnovesja ali odstopanja v mikrobiomu vir zdravstvenih težav, na primer prebavne motnje ali Crohnova bolezen.

Toda za pravilno odpravo teh neravnovesij je pomembno, da imajo znanstveniki širše razumevanje mikrobnih skupnosti, kot obstajajo - tako na prizadetih območjih kot po vsem telesu.

Pravzaprav šele začenjamo z brskanjem po razumevanju učinkov mikrobiote na zdravje. Znanstveniki so se na to področje lotili v mnogih pogledih, ne da bi imeli popolno sliko o tem, kako izgledajo te mikrobne skupnosti, kako razširjeni so in kako njihova notranja konfiguracija vpliva na njihovo neposredno okolje v človeškem telesu. "

Gail Rosen, Doktor znanosti, izredni profesor na Drexel's College of Engineering, avtorica prispevka

Rosen vodi Drexelov center za biološka odkritja iz velikih podatkov, skupina raziskovalcev, ki z algoritmi in strojnim učenjem pomaga dešifrirati ogromne količine podatkov o genskem zaporedju, ki so postale na voljo v zadnjih petih letih. Njihovo delo in podobna prizadevanja po vsem svetu so raziskave mikrobiologije in genetike iz mokrega laboratorija preselile v podatkovni center - ustvarile so računalniški pristop k preučevanju interakcij in evolucije organizma, imenovana metagenomika.

Pri tej vrsti raziskav je skeniranje vzorca genskega materiala - DNA ali RNA - je mogoče razlagati, da bi razkrili organizme, ki so verjetno prisotni. Metoda, ki jo je predstavila Rosenova skupina, naredi korak dlje z analizo genetske kode za ugotavljanje ponavljajočih se vzorcev, pokazatelj, da se določene skupine organizmov - v tem primeru mikrobi - tako pogosto pojavljajo skupaj, da ni naključje.

"To metodo imenujemo" metagenomika ", "ker iščemo ponavljajoče se teme v mikrobiomih, ki so kazalniki sočasnih skupin mikrobov, "Je dejal Rosen." V telesu živi na tisoče vrst mikrobov, torej, če pomislite na vse permutacije skupin, ki bi lahko obstajale, si lahko predstavljate, kako zastrašujoča naloga je ugotoviti, katera izmed njih živi v skupni skupnosti. Naša metoda uporablja algoritem za ugotavljanje vzorcev za delo pri nalogi, kar prihrani ogromno časa in odpravi nekaj ugibanj. "

Sedanje metode za proučevanje mikrobiote, črevesne bakterije, na primer vzemite vzorec z določenega dela telesa in si oglejte prisotni genski material. Ta proces sam po sebi nima pomembnega konteksta, po mnenju avtorjev.

"Nemogoče je resnično razumeti, kaj počnejo skupnosti mikrobov, če najprej ne razumemo obsega skupnosti in kako pogosto in kje drugje se lahko pojavljajo v telesu, "je dejal Steve Woloszynek, Doktor znanosti, in doktor medicine na Drexel's College of Medicine in soavtor prispevka. "Z drugimi besedami, težko je razviti zdravljenje za spodbujanje naravnega mikrobnega sobivanja, če njihovo "naravno stanje" še ni znano. "

Pridobitev celotnega zemljevida mikrobnih skupnosti, z uporabo metagenomike, raziskovalcem omogoča opazovanje, kako se sčasoma spreminjajo - tako pri zdravih ljudeh kot pri tistih, ki trpijo zaradi bolezni. Opazovanje razlike med obema daje namig za delovanje skupnosti, pa tudi osvetljuje konfiguracijo vrst mikrobov, ki to omogoča.

"Večina metod metagenomike vam samo pove, katerih mikrobov je v izobilju - zato so verjetno pomembne -, vendar vam v resnici ne povedo veliko o tem, kako vsaka vrsta podpira druge člane skupnosti, "Je dejal Rosen." Z našo metodo dobite sliko konfiguracije skupnosti - na primer lahko imata E. coli in B. fragilis kot najpogostejša mikroba in v precej enakem številu - kar lahko nakazuje, da se križata. Druga skupnost ima lahko B. fragilis za najbolj razširjen mikrob, z enakimi številnimi drugimi mikrobi, ampak nižje, številke - kar bi lahko pomenilo, da se prehranjujejo s tem, kar proizvaja B. fragilis, brez kakršnega koli sodelovanja. "

Eden od končnih ciljev analize človeške mikrobiote je uporaba prisotnosti določenih skupin mikrobov kot indikatorjev za prepoznavanje bolezni, kot je Crohnova ali celo posebne vrste raka. Če želite preizkusiti njihovo novo metodo, raziskovalci Drexela so nasprotovali postopkom modeliranja podobnih tem, ki diagnosticirajo Crohnov in rak ust z merjenjem relativne številčnosti določenih genetskih sekvenc.

Metoda metagenomike se je izkazala za enako natančno pri napovedovanju bolezni, vendar to počne veliko hitreje kot druge metode modeliranja tematike - minute v primerjavi z dnevi - in tudi ugotavlja, kako lahko vsaka vrsta mikrobov v skupnosti indikatorjev prispeva k resnosti bolezni. S to stopnjo natančnosti, raziskovalci bodo lahko pri razvoju ciljnega zdravljenja vključili posebne genetske skupine.

Skupina je objavila svoja orodja za analizo metagenomike v upanju, da bo pospešila napredek pri zdravilih in zdravljenju teh bolezni.

"Trenutno je zelo zgodaj, bolj ko razumemo, kako mikrobiom deluje - tudi če le vemo, da lahko skupine delujejo skupaj -, potem lahko preučimo presnovne poti teh skupin ter jih posredujemo ali nadziramo, s tem utira pot raziskavam razvoja zdravil in terapije, «Je rekel Rosen.

• Otroška bolnišnica Mount Sinai Kravis prejme novo štipendijo za podporo programa Paws &Play
• Imunske celice popravljajo poškodovano črevo pri otrocih s KVČB