Dans une étude récente publiée dans Biotechnologie naturelleles chercheurs ont rendu compte d’AGORA2, une extension de leur ressource précédemment publiée, AGORA, deux ressources de reconstructions métaboliques à l’échelle du génome de microbes intestinaux humains.
Les microbes intestinaux humains synthétisent des métabolites biologiques, notamment des neurotransmetteurs, des hormones et des acides gras à chaîne courte, et métabolisent plusieurs médicaments, entraînant l’activation ou l’inactivation et la détoxification des médicaments. Les thérapies de précision tenant compte de la génétique, des microbes et de l’alimentation nécessitent une compréhension approfondie du métabolisme des médicaments par les microbes intestinaux, des taxons du microbiote intestinal et de la stoechiométrie des transformations des médicaments. La ressource AGORA, précédemment rapportée par les auteurs, comprend 773 reconstructions pangénomiques de 65 microbes intestinaux humains de 14 phylums.
À propos de l’étude
Dans la présente étude, les chercheurs ont présenté AGORA2, comprenant des génomes reconstruits métaboliquement, pour la capture précise des potentiels spécifiques aux microbes.
Des microbes nouvellement reconstruits ont été sélectionnés et leurs séquences génomiques complètes de 4 185 souches microbiennes d’intestin humain ont été extraites de la base de données PubSEED. De plus, 1 324 souches microbiennes sur 127,0 génomes de souches apparentées à la souris identifiées à partir d’une recherche documentaire ont été incluses. De plus, 26,0 génomes des souches de Eggerthella lentaextrait de la base de données du centre national d’information sur la biotechnologie (NCBI), et 761,0 génomes de microbiote humain disponibles dans HBC (Human Gastrointestinal Bacteria Culture Collection) ont été inclus.
Une analyse génomique comparative a été effectuée pour affiner manuellement les voies métaboliques et les annotations génétiques. Suite à cela, 34 sous-systèmes métaboliques ont été organisés et un remplissage des lacunes basé sur la séquence a été effectué à l’aide de l’approche bidirectionnelle best-hit (BBH). Les gènes métaboliques des médicaments ont été annotés, la base de données PubMed a été consultée et des données ont été obtenues à partir de 732 articles et de plus de 8 000,0 pages de manuels pertinents. La taxonomie des souches a été classée selon la taxonomie de la base de données NCBI. Les données sur l’habitat, la morphologie, l’état du gramme, la taille, le métabolisme, l’état d’oxygénation, la taille génomique et la motilité ont été extraites manuellement de la base de données IMG/M (génomes et microbiomes microbiens intégrés).
Par la suite, des ébauches de reconstructions génomiques ont été préparées à l’aide de la base de données KBase. Le pipeline de raffinement semi-automatisé et axé sur les données DEMETER (Data-Driven Metabolic Network Refinement) a été révisé, des rapports de contrôle de la qualité ont été générés et 15 enzymes microbiennes (extraites d’une recherche documentaire), codées par 25 gènes ont été analysées. Les structures de 287 métabolites de médicaments et produits de dégradation de médicaments ont été extraites de 73 articles évalués par des pairs, de la base de données du métabolome humain (HMDB), de DrugBank et de la base de données Transformer. Pour un total de 98 médicaments, 353 métabolites, 381 réactions impliquant des enzymes, 373 réactions de type échange et 710 réactions de type transport ont été formulées.
Une analyse de cartographie atome-atome a été effectuée pour 5 583 (65,0 %) réactions capturées et des simulations moléculaires ont été effectuées. Soixante-douze reconstructions entièrement conçues manuellement ont été téléchargées à partir de la base de données BiGG et des reconstructions ont été générées. Les réactions de flux et stoechiométriquement cohérentes ont été évaluées et les résultats ont été validés à l’aide d’ensembles de données tels que NJC19, la base de données BacDive et l’ensemble de données de l’étude de Madin et al. Les rendements des médicaments ont été évalués et une analyse des prix fictifs a été effectuée. De plus, un ensemble de données de 365 patients japonais atteints de CCR (cancer colorectal) et de 251 personnes en bonne santé ont été inclus, et une modélisation communautaire a été réalisée pour estimer le potentiel de métabolisation des médicaments. De plus, une analyse de sensibilité a été effectuée en recalculant les capacités de métabolisation des médicaments sur la base des régimes européens plutôt que des régimes japonais.
Résultats
AGORA 2 comprenait des reconstructions microbiennes pour 7 302 souches microbiennes intestinales, 1 738 espèces et 25 embranchements, affichant un score de contrôle qualité de 73 % et une grande précision par rapport aux ensembles de données expérimentaux indépendants. Les résultats ont indiqué que les reconstructions AGORA2 peuvent être utilisées indépendamment ou ensemble pour étudier le métabolisme microbien et le co-métabolisme hôte-microbiote en silicone. Les modèles dérivés d’AGORA2 capturent les traits métaboliques spécifiques aux taxons des micro-organismes reconstruits.
Les reconstructions de ressources AGORA2 ont bien capturé les caractéristiques établies des microbes, surpassant les autres reconstructions semi-automatisées de souches microbiennes, et étaient comparables aux reconstructions organisées manuellement. AGORA2 s’est particulièrement bien comporté en termes d’estimation de l’absorption et de la sécrétion des métabolites des médicaments. Les 5 438 souches microbiennes analysées portaient ≥ 1,0 enzyme métabolisant les médicaments. Les potentiels estimés de métabolisation des médicaments ont été validés par rapport aux ensembles de données expérimentales pour 253 paires médicament-micro-organisme. Les résultats ont indiqué que les transporteurs et les enzymes impliqués dans le métabolisme des médicaments sont largement distribués, avec des différences critiques spécifiques aux souches et aux phylums.
Notamment, 97,0 % des microbes ont été cartographiés à l’aide d’AGORA2 (contre 72,0 % avec la ressource AGORA). Pour les enzymes telles que la dopamine déshydroxylase et la dihydropyrimidine déshydrogénase, la capacité de transformation du médicament était moins corrélée à la profusion des réactions de métabolisme du médicament, indiquant des barrages routiers métaboliques limités par le flux. Les en silicone l’analyse a montré que la majorité des médicaments étaient métabolisés qualitativement par ≥95,0 % du microbiote ; cependant, seuls 53,0 % ont métabolisé la digoxine et 86,0 % et 46,0 % ont métabolisé la lévodopa pour générer de la dopamine et de la tyramine, respectivement, et nécessaires Eggerthella lenta pour les réactions.
Tous les micro-organismes sauf trois ont montré un balazide activé contre les troubles inflammatoires de l’intestin via des activités d’azoréductase. L’exemple du balsalazide illustre l’utilisation d’AGORA2 pour éclairer la recherche et faciliter une thérapie sur mesure. Les résultats de l’analyse de sensibilité ont indiqué que les capacités du métabolisme des médicaments étaient inchangées pour les médicaments et, par conséquent, robustes pour les limitations alimentaires. Cependant, des différences individuelles considérables dans la capacité de métabolisation des médicaments, quel que soit l’état de la maladie, existaient en raison de compositions microbiennes distinctes. La modélisation communautaire basée sur AGORA2 pourrait estimer la direction des associations de métabolites d’espèces pour plusieurs métabolites.
Dans l’ensemble, les résultats de l’étude ont mis en évidence AGORA2 comme une ressource pour estimer la capacité de conversion des médicaments des microbes intestinaux et développer des thérapies personnalisées du métabolisme des médicaments microbiens intestinaux pour les patients atteints de cancer colorectal et les individus témoins.
