Mikrobiom pochwy przez pryzmat biologii systemowej

Mikrobiom pochwy przez pryzmat biologii systemowej

Organizm ludzki to złożony ekosystem współistniejących mikrobiomów, w tym tych występujących w jelitach, skórze i pochwie kobiet. Odgrywają one kluczową rolę w zdrowiu i chorobie. Jednak nadal można się wiele o nich dowiedzieć.

Nowy artykuł opublikowany niedawno w Internecie w Trendy w mikrobiologii W czasopiśmie dokonano przeglądu podejścia biologii systemów do badania mikrobiomu pochwy (VMB), co pomaga zrozumieć jego skład i funkcję, a także mechanizmy interakcji z żywicielem.

Badanie: Nowe spojrzenie na mikrobiom pochwy z biologią systemową. Źródło obrazu: Design_Cells / Shutterstock

wstęp

VMB ma kluczowe znaczenie dla płodności kobiet, a zaburzenia mogą być związane z zaburzeniami ciąży, chorobami ginekologicznymi, takimi jak zapalenie narządów miednicy mniejszej (PID), oraz szeregiem infekcji wpływających na żeński układ moczowo-płciowy i rozrodczy. Dodatkowo VMB może pomóc wpłynąć na skuteczność leku u kobiet.

Jednakże VMB jest słabo poznane, poza niejasnym przekonaniem, że przewaga Lactobacillus jest powiązana z „dobrym” stanem i jednorodną strukturą społeczności. I odwrotnie, niepożądany stan VMB występuje, gdy bardziej zróżnicowane gatunki są identyfikowane w większej liczebności.

Ten ostatni stan suboptymalny często wiąże się z bakteryjnym zapaleniem pochwy (BV), które występuje u jednej na trzy kobiety w wieku rozrodczym i może mieć poważne konsekwencje dla ich płodności. Dlatego potrzebne są badania w tym obszarze, aby zrozumieć kierunek i zakres takich powiązań.

Problem

Chociaż przeprowadzono wiele badań w tej dziedzinie, trudno jest zrozumieć, jak wygląda optymalny VMB ze względu na złożone interakcje między drobnoustrojami i innymi czynnikami gospodarza. Oznacza to, że zdrowy VMB może się znacznie różnić w zależności od kobiety i na różnych etapach cyklu życia tej samej osoby.

Takie zmiany zachodzą w ciągu kilku dni, w przeciwieństwie do znacznie wolniejszych zmian obserwowanych w mikrobiomie jelit, skóry i jamy ustnej, które mogą zmieniać się w ciągu miesięcy, a nawet lat. Niestety, sprawia to, że dane przekrojowe są dość niereprezentatywne dla badania związku składu, funkcji i choroby VMB, a zatem sprawia, że ​​większość tych danych jest mniej użyteczna, niż mogłaby być.

Tutaj ponownie ludzki VMB różni się znacznie od zwierząt i modeli kulturowych. W pierwszym przypadku nawet naczelne inne niż ludzie nie wykazują cech charakterystycznych dla ludzkiej pochwy, w tym kwaśnego pH i dominacji Lactobacillus.

W tym drugim przypadku niektóre drobnoustroje są niezwykle oporne na hodowlę in vitro, podczas gdy różne laboratoria stosują różne warunki hodowli w zależności od podłoża. Może to spowodować, że środowisko wzrostu będzie bardzo różnić się od środowiska ludzkiej szyjki macicy i pochwy, co unieważni wyniki takich eksperymentów.

Jako takie, próbki kliniczne, z których hoduje się, identyfikuje i oznacza ilościowo mikroflorę pochwy, stanowią główne źródło informacji o ludzkim VMB. Informacje te są kolorowane przez zmienne eksperymentalne i główne, które wymagają wyrafinowanych korekt statystycznych, aby wyciągnąć prawidłowe wnioski.

„Chociaż dotyczy to wszystkich miejsc mikrobiomu, [to] ma szczególne zastosowanie w przypadku VMB ze względu na brak modeli eksperymentalnych, które umożliwiałyby badanie mikroflory pochwy w kontrolowanych warunkach”.

Rozwiązanie

Taki impas można rozwiązać, stosując podejście biologii systemów, w którym analizy ilościowe wykorzystuje się do wyodrębnienia ważnych czynników wpływających na zachowanie i funkcjonowanie społeczności drobnoustrojów. Dlatego „wykorzystanie technik biologii systemów stosowanych do innych mikrobiomów, a także rozwój nowych technik i zastosowanie tych metod do VMB będzie miało znaczący wpływ na poprawę zdrowia kobiet”.

Zastosowanie biologii systemów może sprostać wyzwaniom stojącym przed tak złożonymi i wieloma zewnętrznymi i wewnętrznymi sieciami interaktywnymi. Ponadto można zastosować wiele podejść, w zależności od rodzaju dostępnych informacji i celu badania.

Dlatego metody statystyczne lub metody oparte na danych są idealne, gdy w stosunkowo nowym kierunku studiów występuje duża ilość danych o dużej przepustowości. Może to pomóc w dostarczeniu wskazówek na temat tego, które profile drobnoustrojów są powiązane z chorobą lub zdrowiem. Ponieważ niewiele wiadomo na temat VMB, jak dotąd dominowały modele oparte na danych.

Z drugiej strony metody mechanistyczne oparte na hipotezach są lepsze, gdy wiele już wiadomo o systemie lub dostępne są przynajmniej podstawowe dane i istnieje potrzeba zrozumienia mechanizmów związków przyczynowo-skutkowych leżących u podstaw funkcji biologicznych. Ponadto pomagają określić zakresy, w jakich skład drobnoustrojów i interakcje mogą zachodzić w sytuacjach normalnych i nienormalnych.

Książka elektroniczna o odkrywaniu leków

Zestawienie najważniejszych wywiadów, artykułów i aktualności z ostatniego roku. Pobierz bezpłatną kopię

Niektóre metody mechanistyczne obejmują modele kinetyki działania mas lub dynamiki populacji (oparte na równaniach różniczkowych), modele metaboliczne w skali genomu (GEM) i modele oparte na agentach (ABM).

Co udało się osiągnąć?

Podejście oparte na biologii systemów pomogło już zidentyfikować i sklasyfikować typy stanów społeczności (CST) powiązane ze zdrowiem, chorobą lub przejściami między nimi. Najpierw zdefiniowano je na podstawie liczebności drobnoustrojów, a następnie zintegrowano dane demograficzne i zdrowotne pacjentów, tworząc hierarchiczne grupy grupujące. Ponadto opracowano inne metody, takie jak klasyfikacja najbliższego środka ciężkości, aby przezwyciężyć nieodłączną zmienność zbioru danych w przypadku poprzedniego podejścia.

Grupy CST pomagają uprościć skład VMB, a tym samym sugerują powiązania ze składem i funkcją społeczności. Dzieje się to jednak kosztem przeoczenia czynników społecznych specyficznych dla różnych taksonów.

Podejścia multiomiczne można włączyć do strategii biologii systemów, na przykład w celu identyfikacji powiązań z różnymi typami społeczności i określonymi profilami metabolomiki, transkryptomiki i metagenomiki. Ponadto uruchamiane są modele lasów losowych i inne zaawansowane modele uczenia maszynowego, aby pomóc w rozróżnieniu VMB z przewagą różnych drobnoustrojów, takich jak L. Crispitatus i L. iners lub Bifidobacteriaceae.

Co ciekawe, modele sieci neuronowych wykazały wyższość metabolomiki w dokładnym opisywaniu środowiska szyjkowo-pochwowego w porównaniu ze składem VMB lub immunoproteomiką. Zintegrowane zastosowanie tych strategii mogłoby pomóc w wykryciu ważnych czynników wpływających na zdrowie i chorobę w stanach VMB.

Szczególnie istotna może być wiedza zdobyta na temat ryzyka infekcji przenoszonej drogą płciową (STI) związanej ze zwiększoną częstotliwością występowania „złych” drobnoustrojów. Na przykład wzrost L. iners wydaje się być powiązany z większym ryzykiem chorób przenoszonych drogą płciową, podczas gdy L. gasseri jest powiązany ze zdrowiem. Z drugiej strony gatunki Gardnerella pochwy i Prevotella są powiązane z zakażeniem chlamydią.

Modele mechanistyczne obejmują technikę zwaną MIMOSA (Integracja oparta na modelu obserwacji metabolizmu i liczebności gatunków), która wykorzystuje modelowanie sieci metabolicznej w celu zrozumienia funkcjonowania społeczności na podstawie zawartości genów. Pomogło to w zidentyfikowaniu gatunków Prevotella i Atopobium pochwy jako kluczowych modulatorów VMB przy użyciu obliczonej punktacji potencjału metabolitów (CMP). CMP pokazuje obrót każdego metabolitu przez daną społeczność.

Podobnie rekonstrukcje sieci w skali genomu (GENRE) mogą pomóc w zrozumieniu roli wyrafinowanych drobnoustrojów w VMB. Modele oparte na równaniach różniczkowych zwyczajnych (ODE) służą do badania wpływu leków na VMB i ekologię tego układu, pokazując, jak zmienia się skład pod wpływem ekspozycji na różne czynniki.

Co kryje się w przyszłości?

Różnorodne badania koncentrowały się na mikrobiomie jelitowym, a prawie 150 milionów dolarów zainwestowano w opracowanie i standaryzację nowych narzędzi do jego badania. Badacze VMB mogą wykorzystywać je do własnych celów. Obejmuje to BURRITO, narzędzie internetowe, które pomaga wizualizować społeczność mikrobiomów według względnej liczebności. Można to rozszerzyć o badanie metagenomiki VMB pokazujące, w jaki sposób objawy pacjenta odnoszą się do CST.

Nadzorowane podejścia do uczenia maszynowego mające na celu lepsze zrozumienie VMB obejmują analizę integracji danych do wykrywania biomarkerów przy użyciu ukrytych komponentów (DIABLO), która integruje zbiory danych omikowych poprzez korelację, oraz analizę rzadkiej regularnej uogólnionej korelacji kanonicznej (SRGCCA) stosowaną w chorobie Leśniowskiego-Crohna.

Aby przezwyciężyć ograniczenia narzucone przez brak wiedzy na temat klasyfikacji funkcjonalnej VMB, przydatne mogą być strategie uczenia się bez nadzoru, takie jak: B. analiza czynnikowa multiomiczna (MOFA).

Wiele modeli ODE można również zastosować w oparciu o uogólnione modele Lotki-Volterry (gLV). Należą do nich web-gLV, silnik wnioskowania mikrobiologicznych systemów dynamicznych do analizy szeregów czasowych mikrobiomów (MDSINE) i metoda interakcji uczenia się z szeregów czasowych drobnoustrojów (LIMITS), a także nowsze adaptacje, takie jak Compositional Lotka-Volterra (cLV) oraz algorytm „Estymacja biomasy i wnioskowanie o modelu z maksymalizacją oczekiwań” (BEEM), które nie zależą od potencjału kulturowego społeczności ani dostępności dużych zbiorów danych podłużnych.

Nowsze metody obejmują algorytmy, takie jak Constant Yield Appealation Framework (conYE) i MMinte, które symulują warunki metabolizmu i wzrostu społeczności w oparciu o gęste interakcje między gatunkami. Takie wyrafinowane adaptacje i podejścia mogą pomóc w zrozumieniu czynników kształtujących dynamiczną VMB w zdrowiu i chorobie w różnych populacjach.

Odniesienie:

• Lee, CYet al. (2022). Neue Perspektiven in das vaginale Mikrobiom mit Systembiologie. Trends in der Mikrobiologie. https://doi.org/10.1016/j.tim.2022.09.011. https://www.sciencedirect.com/science/article/abs/pii/S0966842X22002578

.