Comprendere il microbiota intestinale umano con una precisione maggiore è fondamentale per scoprire come specifici batteri influenzano lo stato di salute o malattia dell’ospite. Di recente, un gruppo di ricercatori ha sviluppato un ampio database di microbi intestinali umani, che ha permesso di identificare differenze funzionali legate a malattie come il tumore del colon-retto.
Lo studio, pubblicato su Cell Host & Microbe, suggerisce che una profilazione maggiormente precisa del microbiota intestinale umano fornisce informazioni più riproducibili su come specifici batteri influenzano lo stato di salute dell’ospite.
Finora, la maggior parte degli studi sui batteri intestinali si è concentrata solo sulle specie, che rappresentano però gruppi troppo ampi per individuare differenze significative. L’analisi dei singoli ceppi è risultata invece troppo dettagliata e non generalizzabile. Lo studio delle sottospecie – ovvero gruppi con funzioni uniche all’interno di una singola specie – potrebbe invece consentire di catturare differenze genetiche e funzionali significative all’interno delle specie, con risultati riproducibili nei diversi studi.
A questo scopo, Matija Trickovic dell’Università di Ginevra e i suoi colleghi si sono prefissati di creare un database completo delle sottospecie di batteri intestinali umani, che hanno chiamato HuMSub.
Sottospecie batteriche
Per costruire il database HuMSub, i ricercatori hanno filtrato e suddiviso in gruppi di specie e sottospecie quasi 226.000 genomi batterici intestinali. Il team si è concentrato sulle differenze nelle sequenze codificanti per suddividere in modo affidabile i batteri in gruppi che condividono tratti biologici distinti. In totale, sono state identificate oltre 5.300 sottospecie appartenenti a 977 specie.
Per verificare se l’analisi delle sottospecie potesse fornire un equilibrio tra dettaglio e generalizzabilità, i ricercatori hanno analizzato oltre 5.000 campioni di microbiota intestinale umano provenienti da tutto il mondo. La maggior parte delle sottospecie – circa il 62% – è risultata condivisa tra più continenti, a differenza di una piccola frazione. Ad esempio, una sottospecie di Anaerostipes hadrus era comune in alcune parti dell’Europa e della Corea, ma quasi assente in Canada, India e Madagascar.
Inoltre, in alcune regioni, soprattutto dell’Africa, sono state rilevate sottospecie uniche legate a differenze nello stile di vita. Questi risultati dimostrano che l’analisi a livello di sottospecie cattura importanti modelli che non vengono rilevati a livello di specie o di ceppo, offrendo una strategia efficace per studiare il microbiota in diverse popolazioni.
Profondità senza precedenti
Successivamente, i ricercatori hanno analizzato i dati sul microbiota intestinale ottenuti da sette studi sul cancro del colon-retto, che avevano incluso più di 1.000 persone. Dai dati ottenuti è emerso che circa 200 sottospecie sono associate al tumore del colon-retto. Inoltre, è stato osservato che, in alcuni casi, non tutte le sottospecie affini sono ugualmente correlate a questa forma tumorale, come nel caso delle sottospecie di Fusobacterium animalis e Porphyromonas asaccharolytica.
Infine, il team ha addestrato modelli di machine learning per distinguere i pazienti affetti da tumore del colon-retto dalle persone sane. Sebbene i modelli tradizionali abbiano funzionato bene a livello di specie, le analisi delle sottospecie hanno consentito di ottenere maggiore accuratezza e affidabilità. Le previsioni dei modelli sono ulteriormente migliorate se combinate con altri test clinici, come l’esame del sangue occulto nelle feci.
«Soffermandosi sulle differenze tra le sottospecie, il database HuMSub ha permesso di ottenere nuove informazioni meccanicistiche sull’interazione tra il microbiota intestinale e il fenotipo dell’ospite. Inoltre, i risultati ottenuti pongono le basi per l’analisi di nuovi set di dati e la rianalisi di quelli esistenti con un’accuratezza senza precedenti», concludono gli autori.
