Il microbioma intestinale umano svolge un ruolo cruciale nel mantenimento della salute generale ed è implicato in varie malattie, tra cui disturbi metabolici, malattie gastrointestinali e condizioni neurologiche. I progressi nelle tecnologie di sequenziamento hanno permesso la caratterizzazione completa del microbioma, ma, la complessità e l’elevata dimensionalità dei dati del microbioma pongono importanti sfide analitiche. Ad oggi, i sistemi di intelligenza artificiale (IA) possono valutare enormi quantità di dati sul microbioma con notevole efficienza e pertanto i ricercatori hanno condotto una revisione sistematica della letteratura, i cui risultati sono stati pubblicati sulla rivista Array, per analizzare le applicazioni dell’intelligenza artificiale nella previsione dell’interferenza delle malattie utilizzando i dati del microbioma.
Applicazione dell’IA per le patologie neurodegenerative
La disbiosi del microbiota intestinale è un fattore significativo nelle condizioni neurodegenerative e la composizione del microbiota intestinale può essere utilizzata come un biomarcatore del sistema nervoso centrale. Attraverso l’uso di IA, utilizzando modelli di apprendimento automatico e di apprendimento profondo, sono state elaborate e interpretate le informazioni basate sul microbioma per comprenderne il coinvolgimento in queste patologie. Si è osservato che nell’Alzheimer l’arricchimento di Dubosiella sembra rallentare il decorso della patologia attraverso la prevenzione della formazione di acido palmitoleico corticale. Inoltre, è stata riscontrata una correlazione tra l’acido desossicolico fecale e la presenza del batterio Erysipelatoclostridium.
Applicazione dell’IA per le patologie gastrointestinali, metaboliche e cardiorenali
Mediante l’IA è stata analizzata la riduzione drastica della diversità microbica (come il calo di Faecalibacterium prausnitzii) nelle patologie infiammatorie intestinali. Inoltre, i risultati forniti dall’IA sono stati utili per distinguere i soggetti sani da quelli malati, e per differenziare accuratamente il morbo di Crohn dalla rettocolite ulcerosa. Per quanto riguarda invece le patologie metaboliche, l’IA è servita a elaborare i profili metagenomici per identificare la perdita di produttori di acidi grassi a catena corta (SCFA). Gli algoritmi utilizzati sono in grado di intercettare i cambiamenti nel microbioma prima che si manifestino i sintomi clinici conclamati, consentendo la prevenzione della patologia. Infine, le tecnologie di apprendimento automatico possono identificare il collegamento dell’asse cardiorenale intestinale per comprendere la connessione tra microbiota intestinale e i suoi effetti sul sistema circolatorio.
Applicazione dell’IA per lo studio del microbiota nelle patologie infiammatorie
Le firme microbiche offrono opportunità uniche per la diagnosi precoce e la comprensione dei percorsi infiammatori attraverso l’uso dell’IA. Ad esempio, nei disturbi autoimmuni sono stati identificati elevati livelli di Enterococcus, Veillonella, Streptococcus e Lactobacillus, a fronte di riduzioni di Ruminococcus e Faecalibacterium, mentre l’obesità, caratterizzata da infiammazione di basso grado sistemico, correlata positivamente a specifici taxa (Streptococcus, Acidaminococcus, Sutterella, Prevotella) e a vie metaboliche specifiche (produzione di tirosina, fenilalanina, triptofano e metionina), con un incremento di fattori pro-infiammatori e una riduzione della biosintesi del butandiolo. Questi taxa sono collegati a un aumentato rischio di malattie che coinvolgono vie metaboliche correlate all’infiammazione.
Utilizzo dell’IA per la prevenzione di patologie associate al microbiota orale
Il microbioma del cavo orale è il secondo ecosistema del nostro organismo e spesso la disbiosi in quest’ambito causa non solo patologie locali come parodontite e carie, ma anche patologie sistemiche. Mediante utilizzo dell’IA si è osservato come i modelli predittivi associano la proliferazione di specifici patogeni orali (Porphyromonas gingivalis) a un aumentato rischio di patologie sistemiche quali tumore del colon retto e malattie cardiovascolari, a causa della traslocazione batterica nel flusso sanguigno. Inoltre, esiste una correlazione sostanziale tra il microbiota orale e le malattie infiammatorie intestinali (IBD). Analizzando i modelli unici del microbioma nella saliva dei pazienti con IBD si può differenziare la malattia di Crohn dalla colite ulcerosa mettendo in luce alcune caratteristiche del microbiota orale nell’IBD e fornendo suggerimenti per possibili biomarcatori per la diagnosi.
Conclusioni
Grazie agli sviluppi nell’intelligenza artificiale e nell’apprendimento automatico, i dati genomici o l’identificazione di immagini del microbioma possono ora essere applicati in una vasta gamma di campi. Utilizzando dati provenienti dal microbiota, l’IA è in grado di predire il decorso di malattie e di aiutare la prevenzione. Grazie al potenziale trasformativo dell’IA nella ricerca sul microbioma, la ricerca futura potrà aprire la strada alla medicina personalizzata e alla diagnosi precoce delle malattie, migliorando in definitiva gli esiti per i pazienti e facendo progredire l’assistenza sanitaria.
