Los investigadores de la Universidad de Drexel esperan ayudar a responder esa pregunta a través de una combinación inteligente de secuenciación genética de alto rendimiento y algoritmos informáticos de procesamiento del lenguaje natural. Su investigación, que fue publicada recientemente en la revista. MÁS UNO, informa un nuevo método para analizar los códigos encontrados en el ARN que pueden delinear comunidades microbianas humanas y revelar cómo operan.

Gran parte de la investigación sobre el ambiente microbiano humano, o microbioma, se ha centrado en identificar todas las diferentes especies de microbios. Y el desarrollo incipiente de tratamientos para enfermedades vinculadas a la microbiota opera bajo la idea de que los desequilibrios o las desviaciones en el microbioma son la fuente de problemas de salud, como la indigestión o la enfermedad de Crohn.

Pero para corregir adecuadamente estos desequilibrios, es importante que los científicos tengan una comprensión más amplia de las comunidades microbianas tal como existen, tanto en las áreas afectadas como en todo el cuerpo.

"Realmente estamos comenzando a raspar la superficie de la comprensión de los efectos de la microbiota en la salud", dijo Gail Rosen, PhD, profesora asociada en la Facultad de Ingeniería de Drexel, quien fue autor del artículo. "En muchos sentidos, los científicos se han metido en este trabajo sin tener una idea completa de cómo son estas comunidades microbianas, qué tan frecuentes son y cómo su configuración interna afecta su entorno inmediato dentro del cuerpo humano".

Rosen dirige el Centro de Descubrimiento Biológico de Drexel de Big Data, un grupo de investigadores que ha estado aplicando algoritmos y aprendizaje automático para ayudar a descifrar cantidades masivas de información de secuenciación genética que ha estado disponible en los últimos años. Su trabajo y esfuerzos similares en todo el mundo han trasladado la investigación en microbiología y genética del laboratorio húmedo al centro de datos, creando un enfoque computacional para estudiar las interacciones y la evolución de los organismos, llamado metagenómica.

En este tipo de investigación, una exploración de una muestra de material genético [ADN o ARN] puede interpretarse para revelar los organismos que probablemente estén presentes. El método presentado por el grupo de Rosen va un paso más allá al analizar el código genético para detectar patrones recurrentes, una indicación de que ciertos grupos de organismos, microbios en este caso, se encuentran juntos con tanta frecuencia que no es una coincidencia.

"Llamamos a este método 'themetagenomics', porque estamos buscando temas recurrentes en los microbiomas que son indicadores de grupos de microbios coexistentes", dijo Rosen. "Hay miles de especies de microbios que viven en el cuerpo, así que si piensas en todas las permutaciones de agrupaciones que podrían existir, puedes imaginar qué tarea desalentadora es determinar cuáles de ellas viven en comunidad. Nuestro método pone un algoritmo de detección de patrones para trabajar en la tarea, lo que ahorra una gran cantidad de tiempo y elimina algunas conjeturas ".

Los métodos actuales para estudiar la microbiota, las bacterias intestinales, por ejemplo, toman una muestra de un área del cuerpo y luego observan el material genético que está presente. Este proceso carece inherentemente de un contexto importante, según los autores.

"Es imposible entender realmente qué están haciendo las comunidades de microbios si no entendemos primero el alcance de la comunidad y con qué frecuencia y dónde más podrían estar ocurriendo en el cuerpo", dijo Steve Woloszynek, PhD, y MD aprendiz en Drexel's College. de Medicina y coautor del artículo. "En otras palabras, es difícil desarrollar tratamientos para promover la coexistencia microbiana natural si aún no se conoce su 'estado natural'".

La obtención de un mapa completo de las comunidades microbianas, utilizando el tematagenómico, permite a los investigadores observar cómo cambian con el tiempo, tanto en personas sanas como en personas que padecen enfermedades. Y observar la diferencia entre los dos proporciona pistas sobre la función de la comunidad, además de iluminar la configuración de las especies de microbios que lo permite.

"La mayoría de los métodos de metagenómica solo te dicen qué microbios son abundantes, por lo tanto probablemente importantes, pero en realidad no te dicen mucho sobre cómo cada especie está apoyando a otros miembros de la comunidad", dijo Rosen. "Con nuestro método se obtiene una imagen de la configuración de la comunidad, por ejemplo, puede tener E. coli y B. fragilis como los microbios más abundantes y en cantidades bastante iguales, lo que puede indicar que son cruzados. alimentación. Otra comunidad puede tener B. fragilis como el microbio más abundante, con muchos otros microbios en números iguales, pero más bajos, lo que podría indicar que se están alimentando de lo que B. fragilis está produciendo, sin ninguna cooperación ".

Uno de los objetivos finales de analizar la microbiota humana es utilizar la presencia de ciertas comunidades de microbios como indicadores para identificar enfermedades como la enfermedad de Crohn o incluso tipos específicos de cáncer. Para probar su nuevo método, los investigadores de Drexel lo compararon con procedimientos de modelado de temas similares que diagnostican el cáncer de Crohn y de la boca midiendo la abundancia relativa de ciertas secuencias genéticas.

El método de la themetagenómica demostró ser tan preciso para predecir las enfermedades, pero lo hace mucho más rápido que los otros métodos de modelado de temas [minutos versus días] y también revela cómo cada especie de microbio en la comunidad indicadora puede contribuir a la gravedad. de la enfermedad Con este nivel de granularidad, los investigadores podrán concentrarse en agrupaciones genéticas particulares cuando desarrollen tratamientos específicos.

El grupo ha puesto a disposición del público sus herramientas de análisis de temagenómica con la esperanza de acelerar el progreso hacia la cura y el tratamiento de estas enfermedades.

"Es muy temprano en este momento, pero cuanto más comprendamos sobre cómo funciona el microbioma, incluso sabiendo que los grupos pueden estar actuando juntos, entonces podemos analizar las vías metabólicas de estos grupos e intervenir o controlarlos, pavimentando así el camino para el desarrollo de fármacos y la investigación terapéutica ", dijo Rosen.

Esta investigación fue apoyada por la National Science Foundation.

Además de Rosen y Woloszynek, y Zhengqiao Zhao, PhD, del Departamento de Ingeniería Eléctrica e Informática; Joshua Mell, MD, de la Facultad de Medicina de Drexel; y Gideon Simpson, PhD, y Michael O'Connor, PhD, de la Facultad de Artes y Ciencias de Drexel, participaron en la investigación.