Новый метод для определения взаимодействий в микробных сообществах

Определение структуры экологических сетей микробных сообществ важно для понимания их устройства и реакции на внешние воздействия. Однако точное определение таких сетей — сложная задача. В статье, опубликованной в Nature Communications, исследователи из Brigham and Women's Hospital представили метод, упрощающий эту задачу за счёт использования данных о стационарных состояниях без внесения изменений в сами сообщества.

"Существующие методы требуют предположения о конкретной модели популяционной динамики, которая заранее неизвестна, — говорит доктор философии Ян-Ю Лю из Channing Division of Network Medicine. — Кроме того, эти методы требуют подбора данных по динамике численности во времени, которые часто недостаточно информативны для надёжного вывода".

Для получения более информативных временны́х данных исследователям приходится вносить сильные возмущения, чтобы изменить микробные сообщества. Это не только сложно на практике, но и может быть этически сомнительно, особенно для сообществ, ассоциированных с человеком. Новый метод позволяет избежать этой дилеммы.

"Основная идея очень проста. Если один образец в стационарном состоянии отличается от другого только добавлением одного вида X, и добавление X снижает абсолютную численность Y, то можно сделать вывод, что X подавляет рост Y", — объясняет Лю. Команда показала, что эту простую идею можно расширить на более сложные случаи, когда стационарные образцы отличаются друг от друга более чем одним видом.

Было доказано, что при сборе достаточного количества независимых данных о стационарных состояниях можно определить типы микробных взаимодействий (положительные, отрицательные и нейтральные) и структуру сети, не требуя моделирования популяционной динамики. Предложенный метод похож на другие методы реконструкции сетей на основе стационарных данных, но, в отличие от них, не требует применения возмущений к системе.

Кроме того, командой был установлен строгий критерий для проверки, соответствуют ли данные о стационарном состоянии обобщённой модели Лотки-Вольтерры (GLV) — классической модели популяционной динамики в экологии. Было обнаружено, что если микробное сообщество следует модели GLV, то по стационарным данным можно также вывести параметры модели — силы межвидовых взаимодействий и скорости роста.

Метод был систематически проверен на смоделированных данных, сгенерированных из различных классических моделей популяционной динамики с разным уровнем сложности. Затем его применили к реальным данным, собранным из четырёх разных синтетических микробных сообществ. Оказалось, что определённые экологические сети либо хорошо согласуются с известной истинной структурой, либо могут предсказать реакцию систем на возмущения.

Более глубокое понимание экологических сетей микробных сообществ позволит получить новые знания об этих экосистемах. Использование этого метода для определения сетей сообществ, ассоциированных с человеком, облегчит разработку персонализированных микробных "коктейлей" для лечения заболеваний, связанных с дисбиозом.

"Я очень воодушевлён этим методом, потому что он может проложить путь к картированию более сложных микробных сообществ, таких как микробиота кишечника человека, что, в свою очередь, поможет нам разрабатывать более эффективную терапию на основе микробиома", — заключил Лю.