La metagenomica e la temetogenomica_ come studio virus e batteri con l'aiuto di data center

Un algoritmo simile a quello fastidiosamente utile che tenta di completare automaticamente messaggi di testo ed e-mail viene ora sfruttato per una causa migliore. Un gruppo di ricercatori sta usando la sua capacità di riconoscimento dei modelli per identificare le comunità microbiche nel corpo, setacciando i volumi di codice genetico. Questo metodo potrebbe accelerare lo sviluppo di trattamenti medici per i disturbi legati al microbiota come la malattia di Crohn.

Nell'ultimo decennio, gli scienziati hanno compiuto enormi progressi nella comprensione del fatto che gruppi di batteri e virus che coesistono naturalmente in tutto il corpo umano svolgono un ruolo importante in alcune funzioni vitali come la digestione, il metabolismo e persino la lotta alle malattie. Ma capire come lo fanno rimane una domanda ancora senza risposta. I ricercatori della Drexel University sperano di aiutare a rispondere a questa domanda attraverso una combinazione intelligente di sequenziamento genetico ad alto rendimento e algoritmi informatici per l'elaborazione del linguaggio naturale. La ricerca, riporta un nuovo metodo di analisi dei codici trovati nell'RNA che può delineare le comunità microbiche umane e rivelare come funzionano. Gran parte della ricerca sull'ambiente microbico umano - o microbioma - si è concentrata sull'identificazione di tutte le diverse specie di microbi. E il nascente sviluppo di trattamenti per le malattie legate al microbiota funziona con l'idea che squilibri o deviazioni nel microbioma siano la fonte di problemi di salute, come indigestione o morbo di Crohn. Ma per correggere adeguatamente questi squilibri è importante che gli scienziati abbiano una comprensione più ampia delle comunità microbiche esistenti - sia nelle aree colpite che in tutto il corpo. "Stiamo davvero iniziando a raschiare la superficie della comprensione, ha affermato l’autore Gail Rosen, professore associato presso il College of Engineering di Drexel-degli effetti sulla salute del microbiota. In molti modi gli scienziati sono entrati in questo lavoro senza avere un quadro completo di come sono queste comunità microbiche, quanto sono prevalenti e in che modo la loro configurazione interna influenza il loro ambiente immediato all'interno del corpo umano". Rosen dirige il Center for Biological Discovery di Drexel da Big Data, un gruppo di ricercatori che ha applicato algoritmi e machine learning per aiutare a decifrare enormi quantità di informazioni sul sequenziamento genetico che sono diventate disponibili negli ultimi anni. Il loro lavoro e sforzi simili in tutto il mondo hanno spostato la ricerca in microbiologia e genetica dal laboratorio umido al data center, creando un approccio computazionale allo studio delle interazioni e dell'evoluzione degli organismi, chiamato metagenomica. In questo tipo di ricerca, una scansione di un campione di materiale genetico - DNA o RNA - può essere interpretata per rivelare gli organismi che sono probabilmente presenti. Il metodo presentato dal gruppo di Rosen fa un ulteriore passo avanti analizzando il codice genetico per individuare schemi ricorrenti, un'indicazione che alcuni gruppi di organismi - i microbi in questo caso - si trovano insieme così frequentemente da non essere una coincidenza. "Chiamiamo, - ha detto Rosen-, questo metodo 'temetagenomica', perché stiamo cercando temi ricorrenti nei microbiomi che siano indicatori di gruppi di microbi che si verificano contemporaneamente. Ci sono migliaia di specie di microbi che vivono nel corpo, quindi se pensi a tutte le permutazioni di raggruppamenti che potrebbero esistere si può immaginare quale compito scoraggiante è determinare quale di loro vive in comunità tra loro. Questo metodo mette un algoritmo di riconoscimento dei modelli per lavorare sull'attività, il che consente di risparmiare un'enorme quantità di tempo ed elimina alcune congetture. I metodi attuali per lo studio del microbiota, ad esempio i batteri intestinali, prelevano un campione da un'area del corpo e guardano il materiale genetico presente. Questo processo, secondo gli autori di questo studio, è intrinsecamente privo di un contesto importante. "È impossibile capire, -ha dichiarato Steve Woloszynek, PhD e apprendista MD presso il Drexel's College di medicina- veramente cosa stanno facendo le comunità di microbi se non capiamo prima l'estensione della comunità e quanto frequentemente e in quale altro luogo potrebbero verificarsi nel corpo. In altre parole, è difficile sviluppare trattamenti per promuovere la coesistenza microbica naturale se il loro" stato naturale "non è ancora noto."

Ottenere una mappa completa delle comunità microbiche, usando la temetagenomica, consente ai ricercatori di osservare come cambiano nel tempo, sia nelle persone sane che in quelle che soffrono di malattie. E osservare la differenza tra i due fornisce indizi sulla funzione della comunità, oltre a illuminare la configurazione delle specie di microbi che lo consente. "La maggior parte dei metodi di metagenomica, -ha aggiunto Rosen- ti dicono solo quali microbi sono abbondanti - quindi probabilmente importanti - ma in realtà non ti dicono molto su come ogni specie sostiene gli altri membri della comunità. Con il nostro metodo ottieni un'immagine della configurazione della comunità - ad esempio, potrebbe avere E. coli e B. fragilis come i microbi più abbondanti e in numero abbastanza uguale - il che potrebbe indicare che sono incrociati. Un'altra comunità può avere B. fragilis come il microbo più abbondante, con molti altri microbi in numero uguale, ma inferiore, il che potrebbe indicare che si stanno alimentando tutto ciò che B. fragilis sta producendo, senza alcuna cooperazione. "Uno degli obiettivi finali dell'analisi del microbiota umano è utilizzare la presenza di determinate comunità di microbi come indicatori per identificare malattie come il morbo di Crohn o persino tipi specifici di cancro. Per testare il loro nuovo metodo, i ricercatori di Drexel lo hanno confrontato con procedure di modellazione di argomenti simili che diagnosticano il cancro di Crohn e della bocca misurando l'abbondanza relativa di alcune sequenze genetiche. Il metodo temetagenomica ha dimostrato di essere altrettanto accurato nel prevedere le malattie, ma lo fa molto più velocemente rispetto agli altri metodi di modellazione di argomenti - minuti contro giorni - e analizza anche il modo in cui ciascuna specie di microbo nella comunità indicatore può contribuire alla gravità della malattia. Con questo livello di granularità, i ricercatori saranno in grado di adattarsi a particolari gruppi genetici durante lo sviluppo di trattamenti mirati. Il gruppo ha reso pubblici i suoi strumenti di analisi temetagenomica nella speranza di accelerare i progressi verso cure e trattamenti per queste malattie. "È molto presto in questo momento, - ha concluso Rosen- ma più comprendiamo come funziona il microbioma - anche solo sapendo che i gruppi potrebbero agire insieme - quindi possiamo esaminare le vie metaboliche di questi gruppi e intervenire o controllarli, quindi pavimentando la strada per lo sviluppo di farmaci e la ricerca terapeutica ". Oltre a Rosen e Woloszynek e Zhengqiao Zhao, PhD, del Dipartimento di ingegneria elettrica e informatica, hanno partecipato alla ricerca Joshua Mell, MD, del Drexel's College of Medicine; e Gideon Simpson, PhD, e Michael O'Connor, PhD, del College of Arts & Sciences di Drexel.