В недавней статье perspectives, опубликованной в журнале Nature Metabolism исследователи раскрывают передовые достижения в области метаболизма микробного сообщества кишечника человека, освещая текущие проблемы, с которыми сталкиваются в этой области. Они предоставляют рекомендации по современным вычислительным инструментам и методологиям, которые могут упростить и стандартизировать такие исследования, подчеркивая преимущества увязки индивидуально специфичных микробных сообществ и их метаболических путей и экстраполирования этих результатов на уровень экосистемы. Наконец, в них перечислены лучшие методы исследования микробиома кишечника, направленные на революцию в манипулировании микробиомом и терапевтических подходах в недалеком будущем.
Предыстория
«Кишечный микробиом», также известный как «кишечная микробиота» или «кишечная флора», представляет собой совокупность бактерий, грибов, вирусов и архей, населяющих пищеварительный тракт животных (называемых их «хозяевами») в преимущественно симбиотической ассоциации. В ходе исследований были изучены эти симбиотические отношения у людей и модельных организмов и было выявлено, что состав сообщества, относительное разнообразие и обилие этих микробов оказывают глубокое влияние на химический состав организма хозяев, оказывая сильное влияние на здоровье последних.
Хотя традиционно считается, что они влияют на здоровье хозяина через модуляцию функционирования пищеварительной системы, растущий объем фактических данных подчеркивает роль микробиома кишечника и его метаболизма в стимулировании или изменении функционирования, рисков и исходов инфекций и иммунитета, пищеварения, а в последнее время даже лечения рака. Эти результаты делают важным целостное понимание взаимодействия между метаболизмом хозяина и микробными сообществами. Выявление и разъяснение механизмов, лежащих в основе этих биотрансформаций, может революционизировать ведение заболеваний и их лечение на индивидуальном уровне в будущем.
Почему существует такая перспектива и какой вклад она призвана внести?
Нет двух одинаковых людей и, следовательно, их микробиомных комплексов. Значительное разнообразие генетики на уровне штаммов и связанных с ними фенотипических результатов препятствует научному прогрессу в персонализации манипуляций с микробиомом кишечника в медицинских целях. Дополнительные проблемы, связанные с установлением экологического контекста и консолидацией обширной базы знаний о микробном метаболизме, создали многочисленные трудности при разработке мероприятий по лечению микробиома конкретного пациента или даже популяции.
Отрадно, что недавние достижения в области метаболизма кишечных микроорганизмов позволили решить эти проблемы путем разработки вычислительных и методологических инструментов, включая инструменты аннотирования и кураторства для 1. моделирования метаболизма, 2. анализа метаболических сетей сообщества и 3. централизованных и общедоступных хранилищ знаний. К сожалению, учитывая широкий охват этой области и междисциплинарный характер, многие из этих достижений остаются невидимыми для исследователей и клиницистов. Кроме того, относительная новизна области и отсутствие стандартных методологий отбора проб и соглашений об отчетности о результатах еще больше усложняют процесс обучения при проведении перспективных исследований микробиома кишечника.
Настоящая статья «Перспективы» направлена на оптимизацию этого процесса путем краткого изложения исторических и текущих проблем в исследованиях метаболизма микробиома кишечника, выделения лучших ресурсов данных и аналитических инструментов, доступных в настоящее время для исследований в этой области, и рекомендаций по методам и методологиям стандартизации и рационализации будущих исследований.
Проблемы в понимании метаболизма микробного сообщества
Исторически исследования микробного метаболизма зависели от систем, используемых в учебниках, таких как кишечная палочка (E. coli) и клетки млекопитающих. К сожалению, эти модели одноклеточного типа существенно отличаются от весьма разнообразных сообществ микробов кишечника по нескольким направлениям– 1. желудочно-кишечный тракт и, в свою очередь, микробные сообщества кишечника в основном анаэробны. Хотя в обширной литературе подробно описывается углеводный обмен в анаэробных условиях, кишечная флора часто использует малоизученные альтернативные метаболиты в качестве источников питания (например, нуклеотиды и аминокислоты). Изменения в рационе питания людей все чаще связывают с изменениями (как краткосрочными, так и долгосрочными) в составе микрофлоры кишечника, однако механизм, лежащий в основе этих взаимодействий, остается неуловимым.
«Штамм MG1655 E. coli K-12 substrain является наиболее изученным микроорганизмом на планете, однако 6% его генов не имеют предсказанной или известной функции, и ~ 83% метаболитов, вырабатываемых этим организмом, не идентифицированы».
2. В отличие от однородных популяций E. coli или клеточных линий млекопитающих, общее состояние микробиома кишечника зависит от взаимодействия между всеми динамически изменяющимися составляющими его микробами. Мы до сих пор не понимаем этих взаимосвязанных метаболических взаимодействий у отдельных людей, не говоря уже о наличии аннотированной базы данных всех возможных взаимодействий в масштабе экосистемы.
Как мы можем решить эти проблемы?
Прежде чем пытаться пролить свет на широкомасштабные метаболические взаимодействия, мы должны сначала углубить наше понимание метаболизма отдельных микробов. Такие передовые инструменты, как GutSMASH, SIMMER и MAGI, могут помочь аннотировать метаболические функции генов, используя физическую организацию, геномную и химическую структуры соответственно.
Как только это будет достигнуто или, по крайней мере, продвинется вперед для подмножества микробов, программы COBRA (реконструкция и анализ на основе ограничений), BiGG и DEMETER можно будет использовать для построения метаболических карт на уровне генома, чтобы выдвинуть гипотезу о метаболических возможностях отдельных микробиомов и их взаимодействии с окружающей средой хозяина. Подходы, основанные на искусственном интеллекте, такие как инструменты «глубокого фенотипирования» (BacterAI), могут быть использованы для разработки и оптимизации рабочего процесса, существенно ускоряя сбор, обработку и анализ данных для этих исследований метаболизма отдельных микробов.
При переходе от индивидуального уровня к уровню сообщества / экосистемы подходы метаболомики могут дать ключевую информацию для выяснения коллективного поведения и реакций кишечной флоры. MASST — один из таких инструментов, способный быстро выполнять поиск в общедоступных базах данных гипотетической или желаемой информации о масс-спектрах. В сочетании с метагеномными данными эти масс-спектры могут дополнительно прояснить экологию микробных сообществ. Последнего можно достичь с помощью платформы MICOM.
«Что касается моделей метаболизма отдельных организмов, то качество прогнозов на основе моделей сообществ зависит от данных, лежащих в их основе. В частности, модели сообществ склонны к чрезмерному подчеркиванию метаболической роли лучше изученных модельных таксонов, таких как E. coli. Чтобы противостоять этим предубеждениям, оценка неопределенности на уровне сообщества и экспериментальная валидация также являются важными областями для разработки будущих методов «.
Наконец, мало что может быть более утомительным и отнимающим много времени / ресурсов, чем изобретение велосипеда. К сожалению, исследования часто повторяются из-за междисциплинарного характера исследований метаболизма в кишечнике и быстрого прогресса. Стандартизация методологий исследований и схем отчетности о результатах параллельно с созданием инфраструктуры для обмена данными и обобщения знаний может помочь преодолеть это ограничение. Национальная организация по сбору данных о микробиоме недавно установила «СПРАВЕДЛИВЫЙ» стандарт (поддающийся поиску, доступу, взаимодействию, многократному использованию) для удовлетворения этой потребности. Служба химического перевода (для метаболомики и химинформатики) и SeqCode (для микробов) могут устранить расхождения в номенклатурных схемах.
«Учитывая масштаб исследований метаболизма микробного сообщества, литературные информационные инструменты и языковые модели искусственного интеллекта также могут быть ценными ресурсами. Такие инструменты, как Babel и scite.искусственный интеллект может идентифицировать и оценивать релевантные ссылки для запросов в различных областях, таких как исследования определенного семейства ферментов или ассоциаций определенного микроорганизма с определенным питательным веществом. Другим полезным примером является PaperBLAST, который выявляет публикации, в которых упоминаются гены с высокой гомологией последовательности интересующему гену, и был использован для гипотезирования новых функций генов.»
Выводы
Несмотря на значительный рост в последнее время, исследования метаболизма в кишечнике остаются в зачаточном состоянии. Стандартизация методологий и популяризация передовых инструментов позволили бы добиться максимального дополнительного роста при минимальных затратах времени и ресурсов. Недалекое будущее может предоставить клиницистам и пациентам базу знаний, необходимую для проведения индивидуальных вмешательств, основанных на уникальных экосистемах кишечника последних. Текущие компьютерные прогнозы, экспериментальные подтверждения и взаимосвязь этих двух линий доказательств могут стать доказательством скачка в персонализированном здравоохранении следующего поколения в завтрашнем мире.
