Ny beräkningsmodell förutspår hur tarmmikrober förändras över tid

En ny beräknad modelleringsmetod använder ögonblicksbilder av vilka typer av mikrober som finns i en persons tarm för att förutsäga hur det mikrobiella samhället kommer att förändras med tiden. Verktyget, utvecklad av Liat Shenhav, Leah Briscoe och Mike Thompson från Halperin lab, University of California Los Angeles, och kollegor vid Mizrahi-labbet vid Ben-Gurion University, Israel, presenteras i PLOS beräkningsbiologi .

Kredit:sbtlneet/Pixabay, CC0

De typer och relativa mängder mikrober som finns i en persons tarm kan reflektera och påverka hälsotillståndet. Att veta hur denna mikrobiella gemenskapssammansättning förändras över tiden kan ge nyckelinsikter om hälsa och sjukdomar. Dock, det är oklart i vilken grad den mikrobiella gemenskapssammansättningen i en persons tarm vid ett givet ögonblick avgör dess framtida sammansättning.

För att ta upp denna fråga, Shenhav och kollegor utvecklade Microbial community Temporal Variability Linear Mixed Model (MTV-LMM), en ny metod för modellering av tidsmässiga förändringar i tarmens mikrobiella sammansättning. Vid testning mot verkliga data, det nya verktyget gör mer exakta förutsägelser än andra modeller som tidigare utvecklats för samma ändamål.

Forskarna använde sedan MTV-LMM för att visa nya insikter i mikrobiomedynamiken. Till exempel, de visade att hos både spädbarn och vuxna, tarmmikrobiomgemenskapens sammansättning kan verkligen förutsägas exakt baserat på tidigare observationer av samhället. De tillämpade också modellen på data från 39 spädbarn och avslöjade en nyckelförskjutning kring 9 månaders ålder i hur tarmmikrobiomet förändras över tid.

Ser fram emot, MTV-LMM kan tillämpas för att utforska tarmdynamiken hos tarmmikrobiomet i samband med sjukdom, vilket kan leda till förbättrad diagnos och behandling. Det kan också vara användbart för att förstå andra typer av temporala mikrobiomprocesser, sådana som uppstår under matsmältningen.

Vår strategi ger flera metodiska framsteg, men det här är fortfarande bara toppen av ett isberg. ”

Liat Shenhav, från Halperin lab, University of California Los Angeles

I framtiden, hon och hennes kollegor kommer att arbeta för att ytterligare förbättra modellens förutsägbarhetsnoggrannhet och utforska ytterligare applikationer. ”Att modellera mikrobiomets tidsbeteende är en grundläggande vetenskaplig fråga, med potentiella tillämpningar inom medicin och därefter. ”

• Ny strategi kan stärka tarm-hjärnkommunikation
• Forskare har troligen hittat sätt att odla ny tandvävnad för patienter