Выявление проблем со здоровьем по данным кишечной микробиоты

Перспективы диагностики заболеваний на основе оценок кишечной микробиоты

В данной заметке опубликованы две новости, которые указывают на то, что прогнозирование заболеваний по анализу состояния кишечного микробиома переходит из состояния теории к практике.

Ученые разрабатывают математический индекс, чтобы отличить здоровый микробиом от больного

О разработке прогностического индекса состояния здоровья с использованием видового профилирования микробиома кишечника

Что заставляет некоторых людей развивать хронические заболевания, такие как ревматоидный артрит, рак и метаболический синдром, в то время как другие остаются здоровыми? Главный ключ к разгадке можно найти в микробиоме их кишечника - триллионах микробов, живущих в пищеварительной системе, которые регулируют различные функции организма.

Чтобы использовать огромную популяцию крошечных организмов в качестве показателя благополучия людей, исследователи клиники Майо (Mayo Clinic) разработали Индекс здоровья кишечного микробиома. Этот индекс отличает здоровый микробиом от больного.

В новом исследовании, опубликованном в выпуске журнала Nature Communications за 15 сентября, исследователи раскрывают, как их индекс, составленный из биологически интерпретируемой математической формулы, может использовать профиль микробиома кишечника из образца стула человека, чтобы выявить вероятность заболевания. независимо от клинического диагноза.

«Это открытие продвигает наше понимание состава здорового кишечного микробиома, который долгое время находился в поисках», - говорит доктор Джэюн Сун (Jaeyun Sung), доцент кафедры хирургии Медицинского научного колледжа Клиники Майо и исследователь в рамках программы индивидуальной медицины микробиома при клинике Майо. «Наш индекс предсказывает, насколько сильно образец микробиома кишечника напоминает здоровые или нездоровые условия», - добавляет Сун.

Влияние микробиома кишечника на здоровье

Доктор Сун говорит, что влияние очень сложного микробиома на здоровье человека глубоко, но наука о том, как правильно определить, может ли что-то быть не так, и как применять микробиом кишечника в качестве индикатора общего состояния здоровья, является относительно новой. Известно, что экосистема микробов связана с целым рядом полезных для здоровья факторов, в том числе помогает переваривать пищу, регулирует обмен веществ и играет важную роль в иммунитете. И все же остается много вопросов. Недавние исследования связывают изменения в микробиоме кишечника с серьезными хроническими заболеваниями. Д-р. Сун говорит, что отсутствие аналитических тестов или управляемых алгоритмами биомаркеров препятствует выявлению ранних признаков заболевания до появления специфических диагностируемых симптомов.

Для нового исследования доктор Сун и его команда проанализировали 4 347 общедоступных метагеномов человеческого стула, которые позволяют исследователям всесторонне секвенировать все гены всех известных организмов, присутствующих в образце стула. Образцы были объединены в 34 опубликованных исследованиях, охватывающих здоровые состояния и 12 нездоровых состояний, т.е. заболевания. Около 1700 образцов микробиома кишечника были взяты у нездоровых людей, то есть людей с клинически диагностированным заболеванием или аномальной массой тела на основе ИМТ. Около 2600 образцов были взяты от людей, считающихся здоровыми, то есть без явных заболеваний или неблагоприятных симптомов.

«Мы объединили нездоровые образцы в одну группу, а здоровые - в другую», - объясняет доктор Сун. «Затем мы провели сравнение частот микробов, которые наблюдались в обеих группах. Мы обнаружили, что некоторые микробы гораздо чаще наблюдаются в здоровой группе, чем в нездоровой, и наоборот.

Его анализ привел к микробиомной сигнатуре здорового человеческого кишечника, состоящего из 50 видов микробов.

«Но реальная задача тогда состояла в том, чтобы применить эту информацию для разработки индикатора здоровья», - говорит доктор Сун.

Математическая формула способствует открытию микробиома

Открытие сигнатуры здорового микробиома кишечника привело доктора Суна и его команду к разработке математической формулы, которая предсказывает, насколько близко образец микробиома кишечника похож на здоровые или нездоровые условия. Они создали соотношение между видами с богатым здоровьем и видами с дефицитом здоровья. Чем выше число, тем выше вероятность того, что соответствующий образец микробиома получен от здорового человека.

«Таким образом, большее число скажет вам: «О, вы выглядите очень здоровым. Ваш микробиом напоминает микробиом здорового населения», - говорит доктор Сун. «Но небольшое число показывает: «О, мы еще не можем точно сказать, какое у вас заболевание, но мы можем сказать, что что-то не так. Ваш микробиом очень похож на микробиом в популяции с заболеванием». И это то, что мы называем Индексом здоровья кишечного микробиома. Вы можете рассматривать его как «кредитный рейтинг вашего кишечника».

В когорте независимой проверки, состоящей из почти 700 человек, здоровые образцы отличались от здоровых образцов в 74% случаев.

Связь сердечно-сосудистой системы с микробиомом кишечника

В ходе исследования доктор Сун обнаружил еще одно открытие: умеренную корреляцию между индексом здоровья кишечного микробиома и липопротеинами высокой плотности, или ЛПВП, или «хорошим холестерином» в крови.

«Чем выше индекс здоровья кишечного микробиома, тем выше ваш уровень ЛПВП», - объясняет он. «То, что мы смогли найти эту корреляцию с маркером здоровья сердечно-сосудистой системы, действительно впечатляет, поскольку теперь мы связываем информацию о микробиоме кишечника с клиническими данными. Одна из областей исследований в моей группе - определить, как микробиом кишечника взаимодействует с различными тканями. в организме через химические сигналы. В настоящее время мы далеки от того, чтобы прийти к заключению о конкретных механизмах, но у нас есть некоторые многообещающие зацепки, изучение которых мы хотели бы продолжить».

Он говорит, что это открытие подчеркивает потенциал индекса как мощного и последовательного показателя здоровья. В недалеком будущем доктор Сун представляет себе время, когда предоставление образца стула для оценки микробиома во время регулярных посещений врача станет обычным делом. Он надеется и дальше развивать Индекс здоровья кишечного микробиома, чтобы однажды он мог внести свой вклад в комплексные программы медицинского и профилактического обследования состояния здоровья.

«Наша предложенная количественная метрика стула для индексации здоровья микробиома является концептуальной и технической инновацией и имеет потенциал для информирования о методах лечения для поддержания или восстановления здоровья посредством модуляции микробиома кишечника», - говорит доктор Сун. «Наш индекс предоставляет конечную точку того, на что вы хотите, чтобы походил ваш микробиом, особенно после массивных возмущений, таких как пищевое отравление или антибиотики. Кроме того, эта работа демонстрирует силу интеграции существующих образцов из различных источников и условий здоровья для выявления действительно надежного понимания, которое приносит пользу здоровью человека».

Источник: MedicalXpress

Статьявжурнале: Vinod K. Gupta et al, A predictive index for health status using species-level gut microbiome profiling, Nature Communications (2020).

Российские ученые показали, как по микрофлоре можно диагностировать болезни

Новый алгоритм разработан российскими специалистами, которые представили проект выявления проблем с кишечником по данным о микробиоте.

Специалисты Санкт-Петербургского Университета ИТМО стали победителями международных соревнований Metagenomics Diagnosis for IBD Challenge (MEDIC) с проектом компьютерной диагностики воспалительных заболеваний кишечника (ВЗК).

Авторами разработки стали студент Университета ИТМО Артем Иванов и его научный руководитель Владимир Ульянцев, глава Международной лаборатории «Компьютерные технологии», которые создали алгоритм, позволяющий с высокой точностью анализировать микроорганизмы, обитающие в пищеварительном тракте человека, чтобы определить наличие у пациента язвенного колита и болезни Крона.

«Задача диагностирования этих заболеваний очень острая. Пока в ходе участия в MEDIC мы выделили метагеномные признаки, по которым можно диагностировать заболевание. Теперь интересно понять, как и почему они связаны с развитием болезни. Как с любым медицинским исследованием: машинное обучение - это хорошо, но если мы дальше идем к какому - то врачу, нужно объяснить, а что у нашего чёрного ящика внутри - он не может слепо верить какой-то модели», - пояснил Артем Иванов.

В рамках конкурса MEDIC российские учёные сначала обучили компьютерный алгоритм на основе предоставленных организаторами проекта размеченных данных микробиотного исследования 150 пациентов, а затем специалистам предстояло самостоятельно выделить в метагеномах (коротких последовательностях ДНК микробиоты) пациентов, о которых никаких других данных не было, данные, которые помогли бы диагностировать воспаления  кишечника. Для решения этой задачи биоинформатики ИТМО использовали собственную программу Metafast, обучив классификатор с помощью методов машинного обучения.

Источник: «Популярная механика» - интернет сайт Российского журнала «ПМ» (автор: Максим Вершинин - 15 сентября 2020)