Nieuwe computationele modelleringsmethode voorspelt hoe darmmicroben in de loop van de tijd veranderen

Een nieuwe computationele modelleringsmethode maakt gebruik van momentopnamen van welke soorten microben in de darm van een persoon worden gevonden om te voorspellen hoe de microbiële gemeenschap in de loop van de tijd zal veranderen. Het gereedschap, ontwikkeld door Liat Shenhav, Leah Briscoe en Mike Thompson van het Halperin-lab, Universiteit van Californië, Los Angeles, en collega's in het Mizrahi-lab aan de Ben-Gurion University, Israël, wordt gepresenteerd in PLOS Computational Biology .

Krediet:sbtlneet/pixabay, CC0

De soorten en relatieve hoeveelheden microben die in de darm van een persoon worden aangetroffen, kunnen de gezondheidstoestand van een persoon weerspiegelen en beïnvloeden. Weten hoe deze samenstelling van de microbiële gemeenschap in de loop van de tijd verandert, kan belangrijke inzichten opleveren in gezondheid en ziekte. Echter, het is onduidelijk in welke mate de samenstelling van de microbiële gemeenschap van de darm van een persoon op een bepaald moment de toekomstige samenstelling bepaalt.

Om deze vraag te beantwoorden, Shenhav en collega's ontwikkelden Microbiële gemeenschap Temporal Variability Linear Mixed Model (MTV-LMM), een nieuwe methode voor het modelleren van tijdelijke veranderingen in de microbiële samenstelling van de darm. Wanneer getest met gegevens uit de echte wereld, de nieuwe tool maakt nauwkeurigere voorspellingen dan andere modellen die eerder voor hetzelfde doel zijn ontwikkeld.

De onderzoekers gebruikten vervolgens MTV-LMM om nieuwe inzichten in de dynamiek van het microbioom naar boven te halen. Bijvoorbeeld, ze hebben aangetoond dat bij zowel zuigelingen als volwassenen, De samenstelling van de darmmicrobioomgemeenschap kan inderdaad nauwkeurig worden voorspeld op basis van eerdere observaties van de gemeenschap. Ze pasten het model ook toe op gegevens van 39 zuigelingen en onthulden een belangrijke verschuiving rond de leeftijd van 9 maanden in hoe het darmmicrobioom in de loop van de tijd verandert.

Ergens naar uitkijken, MTV-LMM zou kunnen worden toegepast om de temporele dynamiek van het darmmicrobioom in de context van ziekte te onderzoeken, wat kan leiden tot een betere diagnose en behandeling. Het kan ook nuttig zijn voor het begrijpen van andere soorten temporele microbioomprocessen, zoals die optreden tijdens de spijsvertering.

Onze aanpak biedt meerdere methodologische verbeteringen, maar dit is nog maar het topje van de ijsberg.”

Liat Shenhav, van het Halperin-lab, Universiteit van Californië, Los Angeles

In de toekomst, zij en haar collega's zullen werken aan het verder verbeteren van de voorspellingsnauwkeurigheid van het model en het verkennen van aanvullende toepassingen. “Het modelleren van het temporele gedrag van het microbioom is een fundamentele wetenschappelijke vraag, met mogelijke toepassingen in de geneeskunde en daarbuiten.”

• Nieuwe strategie kan de darm-hersencommunicatie versterken
• Onderzoekers hebben waarschijnlijk een manier gevonden om nieuw tandweefsel voor patiënten te laten groeien