Subspeciile microbiomului intestinal, o nouă frontieră în identificarea cancerului colorectal din probele de scaun

Un studiu recent publicat în Cell Host & Microbe prezintă HuMSub - un catalog comprehensiv al subspeciilor microbiomului intestinal uman. Acesta definește unități operaționale de subspecii și propune o metodologie inovatoare pentru cuantificarea rapidă, precisă și scalabilă a acestora. Cercetarea a fost realizată pentru a aborda limitările actuale ale analizelor metagenomice care se opresc, în mod obișnuit, la nivel de specie.
Analizele metagenomice se bazează, în general, pe referințe personalizate și identificări taxonomice până la nivel de specie. Totuși, variațiile intraspecifice - adică diferențele dintre tulpini din aceeași specie - pot influența semnificativ funcțiile microbiene și relațiile cu starea de sănătate a gazdei. Trecerea de la nivelul de specie la cel de tulpină sau subspecie a fost până acum limitată de instrumentele bioinformatice disponibile, reproductibilitatea redusă și dificultatea în interpretarea datelor obținute prin variații de nucleotide individuale.

Despre studiu

Metodologie și catalogul HuMSub

Autorii au definit subspeciile ca fiind cele mai fine grupuri taxonomice de tulpini care prezintă diferențe funcționale consistente între ele. Folosind genomuri din catalogul HumGut, aceștia au aplicat filtre stricte de calitate (GUNC și BUSCO), păstrând 225.918 genomuri din 3.483 specii. Cu ajutorul uneltelor sourmash și a metodelor nesupravegheate de clusterizare, au fost identificate 5.361 de unități operaționale de subspecii aparținând la 977 specii, relevând că 28% dintre specii conțin variații de subspecii neglijate până acum.

Cuantificarea directă a subspeciilor

Pentru a depăși limitările metodelor indirecte bazate pe variații de nucleotide individuale, autorii au dezvoltat conceptul de panhashome subspecific, ce permite identificarea directă a subspeciilor din datele de secvențiere metagenomică. Performanța metodei a fost validată prin simulări și benchmark-uri independente, obținând scoruri F1 de 0,794 și distanțe Euclidiene (L2) scăzute. Comparativ cu MetaPhlAn4, metoda HuMSub s-a dovedit mai rapidă și mai eficientă din punct de vedere computațional.

Distribuția biogeografică

Analizând 5.272 de probe metagenomice umane la nivel global, autorii au constatat că 62% dintre unitățile operaționale de subspecii sunt prezente pe cel puțin trei continente, iar doar 2,5% sunt complet absente. Africa a prezentat cel mai mare număr de unități operaționale de subspecii specifice, sugerând o diversitate microbiană locală distinctă. A fost introdus un nou scor - Geographical Enrichment Score (GES) - care măsoară specificitatea geografică a unităților operaționale de subspecii. Cu ajutorul acestui scor, 338 de unități operaționale de subspecii au fost identificate ca specifice unei regiuni geografice anume.

Rezultate

Informații implicite la nivel de subspecie

Într-o meta-analiză a șapte studii despre cancer colorectal, incluzând 555 pacienți și 530 controale, autorii au identificat 218 unități operaționale de subspecii semnificativ asociate cu cancerul colorectal. Dintre acestea, 104 unități operaționale de subspecii aveau frați neasociați cu boala, iar 28 nu prezentau nicio asociere la nivelul speciei parentale. De exemplu, doar una dintre subspeciile Fusobacterium animalis s-a dovedit a fi asociată cu cancerul colorectal, deși specia per ansamblu nu era.

Modele de predicție pentru cancer colorectal

Prin utilizarea de clasificatori machine learning (LGBM) antrenați pe profiluri microbiomiale la nivel de subspecie, autorii au demonstrat performanțe superioare față de modelele bazate pe nivelul de specie. În scenariile de tip leave-one-dataset-out, modelele subspecifice au avut AUROC median de 0,838 comparativ cu 0,785 pentru cele pe bază de specii. În două treimi din comparațiile între studii, modelele subspecifice au avut o acuratețe predictivă mai bună. Mai mult, s-a constatat că un set de doar 64 unități operaționale de subspecii permite menținerea unei performanțe ridicate - aspect esențial pentru implementarea clinică.

Diferențe funcționale între subspecii

Autorii au investigat mecanismele moleculare prin care subspeciile asociate cu cancerul colorectal influențează fiziologia gazdei. În cazul subspeciei Ruthenibacterium lactatiformans 001003, asociată cu cancerul colorectal, s-a evidențiat absența unor mutații destabilizatoare în gene implicate în biosinteza vitaminei B12. Frații săi neasociați aveau variante de variații de nucleotide individuale cu impact negativ asupra proteinelor cobI, cobM, sirC și cbiG. Niveluri crescute de B12 au fost anterior corelate cu progresia cancerului colorectal. Alte exemple includ gene implicate în biosinteza argininei (argH) sau a hemului (hemH și gltX), cu variații similare detectate doar în subspeciile neasociate cu cancerul colorectal.

Concluzii și implicații

HuMSub propune o nouă paradigmă pentru cercetarea microbiomului uman, oferind o rezoluție funcțională mai fină decât nivelul de specie și permițând identificarea mecanismelor implicate în interacțiunile dintre microbiotă și gazdă. Modelele predictive bazate pe subspecii depășesc performanțele celor de specie, oferind o cale promițătoare pentru diagnosticul neinvaziv al bolilor precum cancerul colorectal.

În plus, studiul demonstrează că această abordare este robustă și scalabilă, oferind posibilitatea de reanalizare a dataseturilor existente și de integrare a informației funcționale într-un mod reproductibil și specific.

Limitări

• Genele parțiale la capătul contigurilor pot fi confundate cu pseudogene.
• Metoda de calcul a scorului de calitate genomică nu este standardizată.
• Dimensiunea fixă a kmers în indexul sourmash (k=21) poate limita detecția completă a unităților operaționale de subspecii.
• Filtrarea valorilor hash reduce potențialul informativ în unele cazuri.