Asocieri complexe între factorii de mediu și microbiomul intestinal

Un studiu publicat în Communications Biology în noiembrie 2025 de către Universitatea din Helsinki a investigat modul în care factorii de mediu influențează rețelele de co-abundență bacteriană din microbiomul intestinal uman. Echipa a introdus o nouă metodă statistică denumită Multivariate Analysis of Conditional Covariance Analysis (MANOCCA), capabilă să evidențieze relațiile subtile dintre caracteristicile gazdei (precum vârsta, sexul, indicele de masă corporală și fumatul) și corelațiile dintre bacterii, oferind o perspectivă mult mai complexă asupra funcționării ecosistemului intestinal.

Complexitatea ecosistemului microbiomului intestinal

Microbiomul intestinal uman este o rețea ecologică complexă alcătuită din mii de specii bacteriene care interacționează într-un mod dinamic. Compoziția sa a fost asociată cu numeroși factori — sex, vârstă, genetică, dietă și starea de sănătate — însă aceste relații sunt dificil de caracterizat atunci când se utilizează abordări univariate, axate exclusiv pe abundența fiecărui taxon în parte.

În mod natural, bacteriile intestinale formează subcomunități funcționale ce colaborează în utilizarea resurselor sau în procese metabolice complementare. Aceste subcomunități manifestă co-abundență, adică variații sincronizate ale abundenței între mai multe specii. Identificarea factorilor care determină modificări în aceste rețele de co-abundență este esențială pentru înțelegerea modului în care mediul modelează ecosistemul intestinal.

Despre studiul actual

Cercetătorii au aplicat metoda MANOCCA pe un eșantion de 938 de adulți sănătoși, analizând 80 de factori de mediu colectați la momentul inițial: date demografice, istoricul medical, obiceiuri alimentare și biomarkeri fiziologici. Analizele au fost efectuate la nivel de familie, gen și specie bacteriană, vizând modul în care acești factori influențează rețelele de co-abundență din microbiom.

Metoda MANOCCA oferă mai multe avantaje față de abordările clasice:

• permite utilizarea simultană a predictorilor continui și categorici;

• permite ajustarea pentru covariate;

• furnizează un cadru formal de testare statistică a co-variației bacteriene la nivel individual.

Prin acest instrument, cercetătorii au identificat asocieri semnificative între structura de co-abundență și factorii vârstă, sex, fumat (la toate nivelurile taxonomice) și indicele de masă corporală (IMC) (la nivel de gen).

Rezultatele analizei MANOCCA

Impactul factorilor gazdei asupra co-abundenței bacteriene

Analiza a arătat că caracteristicile nutriționale au avut o influență sistematică, deși modestă, asupra rețelelor bacteriene. Factorii principali — vârsta, sexul, fumatul și IMC-ul — au prezentat contribuții eterogene la nivelul fiecărui gen bacterian, ceea ce sugerează efecte diferențiate în funcție de taxon.

Compararea ponderilor MANOCCA cu asocierile univariate tradiționale a relevat o corelație pozitivă semnificativă între cele două abordări pentru aceiași factori (fumat, IMC, vârstă, sex), ceea ce demonstrează că modificările de abundență și de co-abundență tind să coexiste.

Structura rețelelor și familiile bacteriene implicate

O analiză aprofundată a top 5% perechi de genuri cu cea mai mare contribuție la variabilitatea co-abundenței a evidențiat rolul central al câtorva familii:

• Lachnospiraceae,

• Bacteroidaceae,

• Ruminococcaceae,

• Acutalibacteraceae,

• Oscillospiraceae.

Familii mai rare precum Eggerthellaceae, Peptostreptococcaceae și Muribaculaceae au avut, de asemenea, contribuții notabile.
Un rezultat interesant a fost că Bacteroidaceae au fost subreprezentate în modificările de co-abundență, în timp ce Oscillospiraceae au fost puternic influențate, mai ales în relație cu IMC-ul crescut.

Rețele de interacțiuni între factori

Echipa a construit o rețea de 4.000 de perechi de genuri (dintr-un total de 259.560 combinații posibile), care a inclus 476 de genuri distincte.
Rezultatele au evidențiat:

• un suprapunere extinsă între perechile afectate de IMC și sex (658 perechi comune);

• o suprapunere secundară între fumat și vârstă (306 perechi comune).

Direcția efectelor a arătat că:

• fumatul și vârsta înaintată sunt asociate predominant cu scăderea co-abundenței bacteriene;

• IMC-ul crescut determină creșterea co-abundenței;

• sexul exercită efecte mixte, în funcție de combinațiile de genuri bacteriene.

De exemplu, Bacteroides A și-a redus corelațiile de abundență cu mai multe specii „nucleu” la fumători, chiar dacă nivelul său global de abundență nu era modificat — un exemplu clar al modului în care analiza de co-varianță poate detecta schimbări subtile, invizibile prin metodele convenționale.

Performanța predictivă a metodei

Pentru a evalua precizia MANOCCA, autorii au comparat performanța sa cu cea a unui model standard bazat pe abundență, utilizând aria de sub curba ROC (AUC) pentru variabile binare și coeficientul de corelație pătratic (r²) pentru cele continue.

Rezultatele au arătat că MANOCCA a oferit o acuratețe net superioară la toate nivelurile taxonomice.

• Pentru vârstă, valorile mediane r² au fost 0,18 (familie), 0,25 (gen) și 0,27 (specie), de aproape trei ori mai mari decât cele obținute prin modelul bazat pe abundență (0,05, 0,07, 0,10).

• Pentru sex, acuratețea MANOCCA a fost de asemenea semnificativ mai ridicată la toate nivelurile.

Astfel, analiza de co-abundență nu doar completează, ci și depășește modelele tradiționale în capacitatea de a prezice caracteristicile gazdei.

Concluzii și implicații viitoare

Autorii concluzionează că structura de co-abundență bacteriană este influențată semnificativ de vârstă, sex, fumat și IMC, iar aceste efecte sunt mediate printr-un număr limitat de familii bacteriene pivot, care funcționează ca noduri centrale în rețeaua microbiomului.

Majoritatea interacțiunilor observate s-au produs între genuri aparținând unor familii diferite, sugerând o reconfigurare globală a ecosistemului intestinal mai degrabă decât modificări izolate în cadrul unei singure familii.

În plus, metodologia MANOCCA se dovedește un instrument promițător pentru:

• dezvoltarea de modele predictive în studiile microbiomice;

• identificarea de rețele bacteriene sensibile la factori de mediu;

• evaluarea efectelor cumulative ale dietelor și obiceiurilor de viață asupra interacțiunilor microbiene.

Totuși, autorii subliniază că metoda necesită eşantioane mari (peste 100 de participanţi) pentru a oferi rezultate robuste și că nu modelează explicit natura compozițională a datelor microbiomice, aspect ce va necesita optimizări viitoare.