Uusi laskennallinen mallinnusmenetelmä ennustaa, kuinka suoliston mikrobit muuttuvat ajan myötä

Uusi laskennallinen mallinnusmenetelmä käyttää tilannekuvia siitä, minkä tyyppisiä mikrobeja löytyy ihmisen suolistosta ennustaakseen, kuinka mikrobiyhteisö muuttuu ajan myötä. Työkalu, kehittäjä Liat Shenhav, Leah Briscoe ja Mike Thompson Halperin -laboratoriosta, Kalifornian yliopisto Los Angeles, ja kollegat Ben-Gurionin yliopiston Mizrahi-laboratoriossa, Israel, on esitetty vuonna PLOS -laskennallinen biologia .

Luotto:sbtlneet/pixabay, CC0

Ihmisen suolesta löydetyt mikrobit ja niiden suhteelliset määrät voivat heijastaa ja vaikuttaa heidän terveydentilaansa. Tietäen, miten tämä mikrobiyhteisön kokoonpano muuttuu ajan myötä, se voi antaa avainnäkemyksiä terveydestä ja sairauksista. Kuitenkin, on epäselvää, missä määrin ihmisen suoliston mikrobiyhteisökoostumus tiettynä hetkenä määrää sen tulevan koostumuksen.

Tähän kysymykseen vastaamiseksi Shenhav ja hänen kollegansa kehittivät mikrobiyhteisön Temporal Variability Linear Mixed Model (MTV-LMM), uusi menetelmä suoliston mikrobikoostumuksen ajallisten muutosten mallintamiseksi. Kun sitä testataan reaalimaailman tietojen perusteella, uusi työkalu ennustaa tarkemmin kuin muut aiemmin samaa tarkoitusta varten kehitetyt mallit.

Tutkijat käyttivät sitten MTV-LMM:ää saadakseen uusia näkemyksiä mikrobiomidynamiikasta. Esimerkiksi, he osoittivat, sekä imeväisillä että aikuisilla, suoliston mikrobiomikoosuuden koostumus voidaan todellakin ennustaa tarkasti yhteisön aiempien havaintojen perusteella. He käyttivät mallia myös 39 lapsen tietoihin ja paljastivat keskeisen muutoksen noin 9 kuukauden iässä, miten suoliston mikrobiomi muuttuu ajan myötä.

Odotan innolla, MTV-LMM:ää voitaisiin soveltaa tutkimaan suolen mikrobiomin ajallista dynamiikkaa sairauden yhteydessä, mikä voi parantaa diagnoosia ja hoitoa. Siitä voi olla hyötyä myös muiden ajallisten mikrobiomiprosessien ymmärtämisessä, kuten ruoansulatuksen aikana.

Lähestymistapamme tarjoaa useita menetelmiä, mutta tämä on silti vain jäävuoren huippu. ”

Liat Shenhav, Halperin -laboratoriosta, Kalifornian yliopisto Los Angeles

Tulevaisuudessa, hän ja hänen kollegansa pyrkivät edelleen parantamaan mallin ennustetarkkuutta ja tutkimaan muita sovelluksia. "Mikrobiomin ajallisen käyttäytymisen mallintaminen on perustieteellinen kysymys, mahdollisilla sovelluksilla lääketieteessä ja sen ulkopuolella. ”

• Uusi strategia voi vahvistaa suoliston ja aivojen välistä viestintää
• Tutkijat löysivät todennäköisesti tavan kasvattaa uutta hammaskudosta potilaille