Grâce à l'apprentissage automatique, les chercheurs ont développé un moyen de prédire le nombre total de microbes dans notre intestin à partir de données de séquençage, révélant que la densité microbienne, influencée par des facteurs tels que l'âge et l'alimentation, est un contributeur majeur à la variation du microbiome intestinal et pourrait remodeler la façon dont nous étudions. liens avec la maladie.
Dans une étude récente publiée dans Celluleune équipe de chercheurs a étudié la relation entre la charge microbienne dans les échantillons fécaux et les variations du microbiome intestinal.
Grâce à une approche d’apprentissage automatique, ils ont pu prédire les charges microbiennes dans les échantillons fécaux en utilisant uniquement les données d’abondance. L’étude a révélé que la charge microbienne affectait de manière significative la diversité du microbiome et constituait un facteur de confusion majeur dans les études examinant les associations microbiome-maladie.
Sommaire
Arrière-plan
Le microbiome intestinal a une influence majeure sur la santé humaine, car sa composition est liée à divers processus physiologiques et maladies. Les chercheurs ont largement utilisé la métagénomique pour étudier les communautés microbiennes en examinant l’abondance relative des espèces au sein du microbiome. Cependant, ces données relatives manquent d’informations sur la charge microbienne ou sur le nombre total de microbes, ce qui peut avoir un impact sur la diversité et la fonction du microbiome.
Les approches traditionnelles, telles que le comptage cellulaire et la réaction en chaîne par polymérase quantitative (qPCR), peuvent quantifier la charge microbienne, mais demandent souvent beaucoup de main-d'œuvre et ne sont pas réalisables pour des études à grande échelle. Sans données sur la charge microbienne, les études métagénomiques risquent d'utiliser des interprétations biaisées ou incomplètes, car la charge microbienne peut influencer les ratios d'espèces observés et avoir un impact sur les corrélations avec la maladie ou d'autres problèmes de santé.
De plus, bien que des études antérieures aient identifié des changements microbiens dans des maladies telles que les maladies inflammatoires de l’intestin et l’obésité, l’influence confondante de la charge microbienne est rarement prise en compte et pourrait potentiellement fausser ces associations.
À propos de l'étude
Dans la présente étude, les chercheurs ont utilisé une approche d'apprentissage automatique pour prédire la charge microbienne à partir des données du microbiome intestinal, en utilisant de vastes ensembles de données métagénomiques provenant de deux cohortes principales – l'une composée d'une population d'étude hétérogène comprenant des individus en bonne santé, ainsi que des patients en phase terminale. maladie du foie, et l’autre comprenant des individus sains et des patients atteints de maladies cardiométaboliques.
Des échantillons fécaux de ces deux cohortes ont été analysés par cytométrie en flux pour obtenir des données sur la charge microbienne. Pour développer un modèle prédictif, les abondances relatives des espèces microbiennes ont été transformées et les espèces mineures ont été filtrées. Les chercheurs ont également effectué un réglage des hyperparamètres à l’aide d’une recherche par grille pour minimiser l’erreur quadratique moyenne, garantissant ainsi des performances robustes du modèle.
Pour valider le modèle, les chercheurs l’ont appliqué aux deux ensembles de données et ont examiné les corrélations entre les charges microbiennes prévues et réelles. Une validation supplémentaire impliquait de tester le modèle sur des ensembles de données externes avec des données de séquençage du gène de l'acide ribonucléique ribosomal (ARNr) 16S appariées pour vérifier que les prédictions restaient cohérentes dans différentes techniques de profilage du microbiome.
En parallèle, l’étude a également exploré l’impact technique des méthodes d’extraction et de séquençage de l’acide désoxyribonucléique (ADN) sur les prévisions de la charge microbienne en comparant des échantillons appariés traités selon différents protocoles. L'analyse statistique a évalué l'influence de la charge microbienne prévue sur les associations de maladies et la diversité microbienne, en tenant compte de facteurs de confusion tels que l'utilisation d'antibiotiques et les variables démographiques.
Résultats
L’étude a révélé que la charge microbienne joue un rôle important dans la formation du microbiome intestinal et influence de manière significative les associations de maladies. Il a été démontré que les charges microbiennes prévues varient considérablement d’un individu à l’autre et dépendent de facteurs tels que l’âge, le régime alimentaire et l’état de santé. De plus, des charges microbiennes plus élevées étaient associées à des temps de transit intestinal plus lents, ce qui avait également un impact sur la diversité et la composition microbiennes.
L’étude a révélé que le modèle d’apprentissage automatique prédisait avec précision la charge microbienne dans les ensembles de données et démontrait sa robustesse dans l’analyse des ensembles de données des cohortes ainsi que des ensembles de données de validation externe.
De plus, les analyses ont révélé que plusieurs maladies sont associées à des modèles de charge microbienne distincts. Par exemple, des maladies telles que la maladie de Crohn et la cirrhose du foie présentaient des charges microbiennes plus faibles, tandis que des maladies telles que la sclérose en plaques et le cancer colorectal présentaient des charges plus élevées. Ces différences impliquent que la charge microbienne pourrait également être la cause sous-jacente de certains des changements de communauté microbienne observés dans ces maladies, indépendamment des associations spécifiques d’espèces microbiennes.
De plus, en ajustant la charge microbienne, l’étude a révélé que de nombreuses associations maladie-microbe précédemment signalées perdent de leur importance, ce qui suggère que la charge microbienne agit comme un facteur de confusion dans les études microbiome-maladie.
Les chercheurs ont également identifié une association entre des charges microbiennes élevées ou faibles et les espèces microbiennes systématiquement associées aux maladies. Cela suggère que les ajustements de la charge microbienne sont essentiels au développement précis des biomarqueurs de la maladie, et qu’ignorer les effets liés à la charge pourrait conduire à des conclusions trompeuses sur les modifications du microbiome spécifiques à la maladie.
Conclusions
Pour conclure, l’étude a mis en évidence le rôle de la charge microbienne en tant que déterminant essentiel de la structure du microbiome et facteur de confusion dans les études d’association de maladies. En outre, les résultats suggèrent que la prise en compte de la charge microbienne pourrait améliorer la précision de la recherche, fournir des informations plus nuancées sur les relations microbiome-maladie et aider à développer de meilleurs traitements pour la santé intestinale.
