Бактерії у вашому кишківнику можуть розповісти про вас більше, ніж ваш акцент. У новому дослідженні вчені, використовуючи мікробіом людини, змогли з 94% точністю передбачити її місце проживання, аж до конкретного міста. Це відкриття надає нового значення вислову: “Ти – це те, що ти їси”.
Ми щотижня дізнаємося щось нове про мікробіом кишківника. Від його зв’язку з мозком та такими захворюваннями, як рак і розсіяний склероз, до можливості його трансплантації як потенційного лікування різноманітних станів. Нещодавно проведене дослідження, очолюване BGI Genomics – китайською компанією, що спеціалізується на точній медицині, – виявило, що кишкові бактерії є специфічними для регіону, де ми живемо. Більше того, машинне навчання може бути використане для високоточного прогнозування нашого місцезнаходження на основі складу нашого мікробіому.
«Це дослідження кидає виклик давньому переконанню, що відмінності в мікробіоті кишківника мають значення лише на масштабі континентів або провінцій», – зазначив професор Лі Тао з Інституту інтелектуальних медичних досліджень (IIMR) BGI Genomics, який є старшим автором дослідження. «Ми виявили, що навіть люди, які живуть у сусідніх містах, мають відмінні мікробні закономірності».
Деталі революційного дослідження
Для проведення дослідження вчені залучили 381 здорового дорослого етнічного китайця хань. Учасники походили з двох міст провінції Хубей: Уханя, розташованого у східно-центральній частині Китаю, та Шияня, що знаходиться на північному заході. Відстань між цими містами становить приблизно 500 кілометрів. Важливо зазначити, що всі учасники не мали серйозних захворювань і не приймали антибіотики протягом трьох місяців до початку дослідження.
Зразки випорожнень були зібрані та проаналізовані за допомогою дробового метагеномного секвенування, що дозволяє визначити як мікробний склад, так і їхні метаболічні функції. Було ідентифіковано 649 видів бактерій та 515 метаболічних шляхів, які потім порівнювалися між учасниками. На основі цих даних дослідники застосували алгоритми машинного навчання для класифікації місця проживання людей за складом їхньої кишкової мікробіоти.
Довідково:
Китайці хань – це найбільша етнічна група в Китаї та світі, що становить понад 90% населення КНР.
Провінція Хубей – це провінція в центральній частині Китаю, відома своїми річками та озерами, а також помірним кліматом.
Ухань – столиця провінції Хубей, велике мегаполіс і транспортний вузол. Місто розташоване на перетині річок Янцзи та Ханьшуй, що сприяє розвиткові водної екосистеми та впливає на традиційну дієту мешканців.
Шиянь – місто на північному заході провінції Хубей, розташоване в гірській місцевості, що може впливати на місцеву кухню та сільське господарство.
Дробове метагеномне секвенування – це передова біологічна техніка, яка дозволяє вивчати весь генетичний матеріал (ДНК) мікробних спільнот, присутніх у зразку (наприклад, зразку кишківника), без попереднього культивування. Це дає змогу ідентифікувати різні види бактерій та їхні потенційні функції.
Машинне навчання – галузь штучного інтелекту, що дозволяє комп’ютерним системам “навчатися” з даних, виявляти закономірності та робити прогнози або класифікації без явного програмування.
Відмінності у бактеріальних “відбитках” та їхній зв’язок з дієтою
Виявилося, що жителі Уханя та Шияня мали статистично значущі відмінності як у мікробному різноманітті, так і у видовому складі. Мікробіом людей з Уханя характеризувався вищим рівнем бактерій Bacteroides stercoris, тоді як у групі з Шияня більш домінуючими були Prevotella copri. Обидва види бактерій відіграють ключову роль у кишківнику: B. stercoris відомі розкладанням складних вуглеводів і продукуванням коротколанцюгових жирних кислот (КЖК), які асоціюються з різноманітними перевагами для здоров’я, а P. copri також бере участь у розщепленні харчових волокон та виробленні КЖК.
Довідково:
Bacteroides stercoris та Prevotella copri – це поширені види бактерій, що входять до складу нормальної мікрофлори кишківника людини. Вони відіграють важливу роль у метаболізмі харчових волокон та виробництві корисних речовин, таких як коротколанцюгові жирні кислоти (КЖК), що є джерелом енергії для клітин кишківника та мають протизапальні властивості. Співвідношення цих бактерій у кишківнику може варіюватися залежно від дієти та географічного розташування.
Кишкові мікроби в Ухані були активнішими в метаболічних шляхах, пов’язаних із рослинною дієтою, тоді як мікробіом Шияня демонстрував відмінності, що вказують на вище споживання білка або оброблених продуктів, хоча дослідження безпосередньо не оцінювало дієту учасників.
Дослідники припустили, що домінуюча дієта кожного міста відіграє роль у формуванні складу мікробіому його мешканців. З одного боку, розташування Уханя серед водно-болотних угідь означає, що його жителі, ймовірно, споживають багато прісноводної риби, кореня лотоса та листової зелені. З іншого боку, місцезнаходження Шияня свідчить про те, що на його кухню впливають сусіди, які полюбляють страви на основі пшениці з великою кількістю перцю чилі.
Високоточна модель та майбутні перспективи
Вчені розробили модель машинного навчання, яка інтегрувала 16 видів бактерій та 12 специфічних для міста метаболічних шляхів. Ця модель досягла високого рівня точності – 94% – значно перевершивши моделі, що використовували лише види або лише метаболічні шляхи. Це свідчить про те, що навіть близько розташовані популяції, такі як Ухань та Шиянь, можуть мати виразні мікробні «відбитки».
Однак дослідження має певні обмеження. Були включені лише два міста в одній провінції, що обмежує узагальнення висновків. Також у дослідженні було більше чоловіків, ніж жінок, що може вплинути на результати. Крім того, не були зібрані дані про дієту або спосіб життя – це ключові фактори, які, ймовірно, сприяли регіональним відмінностям. Дослідження також не відстежувало учасників з часом, щоб оцінити, наскільки стабільними є ці мікробні «підписи».
Попри ці обмеження, дослідження висвітлює деякі потенційні реальні застосування. Кишкова мікробіота може допомогти ідентифікувати регіональне походження людини, навіть в межах однієї провінції, що може бути корисним для судової експертизи або розслідування зниклих безвісти. Регіональні та статево-специфічні відмінності мікробіоти свідчать про те, що пробіотики або дієтичні втручання мають бути індивідуалізовані для більшої ефективності. Нарешті, машинне навчання в поєднанні з профілюванням мікробіому може допомогти у прогнозуванні ризиків захворювань або моніторингу здоров’я населення в конкретних географічних регіонах.
Дослідження було опубліковано в науковому журналі Frontiers in Microbiology.
