Команды микробов в нашем организме: исследователи выяснили, чем они занимаются

Исследователи из Университета Дрекселя разработали новый метод анализа кодов в РНК, который позволяет выявлять микробные сообщества человека и понимать принципы их работы. Метод, названный «тематигеномикой» (themetagenomics), сочетает высокопроизводительное генетическое секвенирование с алгоритмами компьютерной обработки естественного языка. Результаты опубликованы в журнале PLOS ONE.

Проблема понимания микробиома

Большая часть исследований человеческого микробиома была сосредоточена на простом определении видов микробов. Однако для разработки эффективных методов коррекции дисбалансов (например, при болезни Крона или несварении) необходимо понимать структуру и функции целых микробных сообществ в организме.

«Мы только начинаем понимать влияние микробиоты на здоровье. Учёные часто работают без полной картины того, как эти сообщества выглядят и как их внутренняя конфигурация влияет на среду в организме», — объясняет Гейл Розен, руководитель исследования.

Суть метода «тематигеномики»

Метод анализирует генетический материал (ДНК или РНК) и с помощью алгоритмов распознавания образов выявляет повторяющиеся паттерны — группы микробов, которые встречаются вместе так часто, что это не может быть случайностью.

• Преимущество перед традиционными методами: Существующие подходы показывают лишь относительное обилие микробов в образце, но не раскрывают структуру их взаимодействий.
• Пример: Сообщество, где E. coli и B. fragilis присутствуют в равных количествах, может указывать на перекрёстное питание. Если же B. fragilis доминирует, а другие виды равны между собой, это может означать, что они питаются продуктами метаболизма B. fragilis без кооперации.

Практическое применение и тестирование

Метод был протестирован на задачах диагностики болезни Крона и рака полости рта по генетическим последовательностям. «Тематигеномика» показала точность, сопоставимую с другими методами моделирования тем, но работает намного быстрее (минуты против дней).

Кроме того, метод позволяет определить, как каждый вид микробов в индикаторном сообществе влияет на тяжесть заболевания. Это открывает путь для разработки целенаправленных методов лечения.

Исследователи сделали свои инструменты анализа общедоступными, чтобы ускорить прогресс в создании терапий, основанных на понимании работы микробиома.