Le microbiome intestinal est composé de milliards de microbes qui jouent un rôle essentiel dans notre santé. Une perturbation de l’équilibre de ces microbes peut contribuer à divers problèmes de santé, tels que les maladies inflammatoires de l’intestin (MII). Aujourd'hui, des chercheurs de l'Université de Californie à San Diego ont développé un nouvel outil innovant appelé coralME pour mieux comprendre comment ces microbes interagissent entre eux et avec leur environnement pour influencer la santé. L’outil crée rapidement des modèles informatiques détaillés à l’échelle du génome du métabolisme, de l’expression des gènes et des protéines à partir de grandes quantités de données. Ces « modèles ME », comme on les appelle, relient le génome d'un microbe à son phénotype ou à ses attributs.
Les modèles peuvent découvrir comment les microbes réagissent à certains nutriments, notamment quels nutriments augmenteront certains microbes et contribueront à un déséquilibre du microbiome et quels nutriments sont les plus favorables aux microbes que l'on trouve couramment dans un intestin sain. De plus, l’outil prédit quels nutriments favorisent la formation de produits indésirables tels que des allergènes ou des toxines.
« Par exemple, nous voyons dans les modèles qu'un microbe a besoin d'un certain acide aminé, mais il ne peut pas fabriquer cet acide aminé lui-même, donc il l'obtient soit d'un autre microbe, soit de l'hôte humain, soit du régime alimentaire de l'humain », a déclaré Karsten Zengler, Ph.D., professeur de pédiatrie à la faculté de médecine de l'UC San Diego. « Ces modèles à l'échelle du génome de nouvelle génération fournissent la base mécaniste pour comprendre le comportement microbien dans des environnements complexes. »
À l’aide de coralME, l’équipe a généré 495 modèles ME caractérisant les espèces intestinales les plus courantes, ce qui aurait pris des décennies, voire des siècles, à réaliser à la main.
Les chercheurs ont utilisé ces modèles pour simuler l’impact de différents régimes alimentaires sur les bactéries intestinales. Par exemple, ils ont découvert que les régimes pauvres en fer ou en zinc permettent à certaines bactéries nocives de survivre, tandis que les régimes riches en certains macronutriments peuvent favoriser des effets bénéfiques, effets que les modèles informatiques traditionnels négligent.
La saisie des données d'expression microbienne de patients atteints de MII dans les modèles a révélé ce que faisaient les microbes en temps réel, a déclaré Zengler, également affilié au Center for Microbiome Innovation de l'UC San Diego et professeur adjoint de bio-ingénierie à la Jacobs School of Engineering.
« Cela montre ce que mangent les microbes, quels produits ils fabriquent et comment ils interagissent avec d'autres microbes et avec l'hôte », a-t-il déclaré. « Considérez les modèles comme une carte routière d'une ville. Lorsque nous intégrons cette carte aux informations sur le trafic, nous obtenons l'état en temps réel de la carte – comment le trafic circule en ce moment. »
L’équipe a découvert que les patients atteints de MII subissent des changements dans la chimie intestinale, notamment des niveaux de pH plus élevés (moins acides), mais une diminution de la production d’acides gras à chaîne courte qui protègent normalement l’intestin. Ils ont également identifié des bactéries spécifiques et des interactions entre groupes de bactéries liées à ces changements.
L’outil coralME offre un moyen rapide et puissant de transformer des données génétiques complexes en prédictions concrètes sur le comportement des microbes intestinaux et sur la manière dont le régime alimentaire et les maladies modifient leur activité. Les connaissances acquises grâce aux modèles pourraient conduire à de nouvelles façons de diagnostiquer et de traiter les MII et de nombreuses autres maladies qui affectent le microbiome, avec la possibilité d'utiliser des thérapies personnalisées pour cibler des activités microbiennes spécifiques.
« Si nous pouvons prédire avec précision la réponse du microbiome à n'importe quelle maladie, nous pouvons comprendre le lien entre la maladie et le microbiome et trouver un remède à la maladie », a déclaré Zengler.
Il affirme que l'outil coralME a également des applications en dehors du domaine des maladies humaines, car il peut également être utilisé pour générer des modèles de communautés microbiennes trouvées, par exemple, dans le sol, chez d'autres animaux ou dans l'océan.
L'étude a été publiée le 20 novembre 2025 dans Systèmes cellulaires.
Les co-auteurs supplémentaires de l'étude comprennent : Juan D. Tibocha-Bonilla, Rodrigo Santibáñez-Palominos, Yuhan Weng et Manish Kumar, tous à l'UC San Diego.
