Stato dell’arte
La fibrosi cistica, la malattia genetica ereditaria più comune nella popolazione caucasica, sembrerebbe influenzare anche il microbiota intestinale, stando alle recenti scoperte delle scienze omiche.

Cosa aggiunge questa ricerca
Lo studio italiano confronta e caratterizza la composizione e la funzionalità della componente batterica intestinale di 31 bambini affetti da fibrosi cistica e dei relativi controlli sani, attraverso tecniche di metagenomica e metabolomica.

Conclusioni
La proteina “difettosa” che causa la fibrosi cistica influenza anche il microbioma intestinale, suggerendo un target terapeutico alternativo per questa patologia.

Il difetto di una proteina che funziona come canale per il cloro, nota come “regolatore della conduttanza transmembrana della fibrosi cistica” (Cystic fibrosis transmembrane conductance regulator – CFTR), non causa soltanto la fibrosi cistica, ma altera anche la composizione e la funzionalità del microbioma intestinale dei bambini che sono affetti da questa condizione.

Lo dimostrano le analisi di metagenomica e metabolomica condotte all’interno di uno studio tutto italiano, coordinato da Pamela Vernocchi dell’Ospedale Pediatrico Bambino Gesù di Roma e pubblicato su PLOS ONE.

Fra le malattie genetiche ereditarie, la fibrosi cistica è la più frequente nella popolazione caucasoide. A causarla è una mutazione del gene CF con la conseguente produzione di una proteina alterata che non è più in grado di bilanciare correttamente l’acqua e i sali minerali tra l’interno e l’esterno delle cellule.

Nonostante gli effetti più pesanti della malattia si manifestino a livello respiratorio, con la formazione di secrezioni molto dense, sono interessati anche l’apparato riproduttivo e altri organi quali pancreas, fegato e intestino.

Grazie ai recenti progressi nel campo delle scienze “omiche”, ossia quei metodi di indagine basati su una grande mole di dati, si è potuto osservare come anche il microbioma intestinale sia influenzato da questa malattia. Fino a questo studio, però, rimaneva ancora da chiarire come e con che risvolti.

I ricercatori italiani hanno analizzato e confrontato la componente batterica intestinale di 31 bambini con fibrosi cistica vs altrettanti controlli sani di età compresa tra 1 e 6 anni.

Composizione batterica del tratto respiratorio

L’analisi della composizione batterica polmonare complessiva ha evidenziato tre distinti raggruppamenti caratterizzati rispettivamente da:

• Escherichia coli, Haemophilus influenzae, Serratia marcescens, Enterobacter cloacae, Branhamella catarrhalis e Streptococcus pneumoniae (gruppo LM1, 11 su 31 pazienti)
• Staphylococcus aureus, Stenotrophomonas maltophilia, Eikenella corrodens, Acinetobacter spp., Flavobacterium meningosepticum, Achromobacter xylosoxidans, Candida parapsilosis, Klebsiella oxytoca e Acinetobacter lwoffii (LM2, 15 su 31)
• Pseudomonas aeruginosa (LM3, 5 su 31)

È stato poi considerato il fenotipo dei due gruppi di bambini e si è riscontrata una differenza, in termini anche di filotipo batterico, sia per alpha sia per beta-diversity. Nel dettaglio:

• Il gruppo di controllo ha presentato maggiore espressione di Prevotella, Clostridiales, Odoribacter, Proteobacteria, Lachnospira, Oscillospira, Faecalibacterium, Dialister, Alistipes, Clostridia, Ruminococcaceae, Clostridium (Ruminococcaeae), Bacteroides, Parabacteroides, Bacteroidia, Coprobacillus, Akkermansia, Gemella, Bifidobacterium, TM7, Atopodium, Bulleidia, Actinomyces, Blautia, Coprococcus (Lachnospiraceae), Clostridium (Erysipelotrichaceae), Colinsella, Eubacterium (Lachnospiraceae), Coriobacteriaceae, Subdoligranulum, Egghertella, Roseburia, Dorea, Ruminococcus, ed Eubacterium (Ruminococcaceae)
• Nel gruppo dei pazienti sono risultati maggiormente presenti Streptococcus, Acinetobacter, Lactococcus, Janibacter, Propionibacterium, Staphylococcus, Lactobacillus, Fusobacterium, Rothia, Corynebacterium, Corionobacteriaceae, Enterococcus, Erysipelotrichaceae, Ruminococcus (Lachnospiraceae), Turicibacteriaceae, Clostridiaceae, Clostridium (Clostridiaceae e Lachnospiraceae), Enterobacter, Escherichia, Klebsiella, Raoultella, Sphingomonas, Veillonellaceae, Veillonella, Enterobacteriaceae, Pseudomonas, Granulicatella, Neisseria, Haemophilus, Methylbacterium, Bradyrhizobiaceae, Caulobacteriaceae e Hydrogenophilus
• I controlli hanno mostrato, in generale, minori valori di alpha-diversity rispetto alla controparte
• Una differenza significativa è stata dimostrata anche tra pazienti in trattamento antibiotico cronico vs non trattati, con valori inferiori nei secondi
• A livello di famiglia, Erysiperlotrichaceae e Lachnospiraceae hanno mostrato maggiori livelli nel gruppo di controllo; a livello di genere/specie, invece, Eubacterium, Dorea formicigenerans, Eggerthella lenta, Clostridium (Ruminococcaceae), Faecalibacterium, Clostridium spp., SS2/1, Parviromonas micra, Solobacterium moorei e Faecalibacterium prausnitzii
• Di contro, Staphylococcus, Propionibacterium acnes, Clostridium difficile e Clostridiaceae hanno mostrato maggiore espressione nei pazienti; Clostridium, Clostridium hiranosis, Eubacterium e Faecalibacterium solo in quelli in terapia antibiotica

Profilo metabolomico delle comunità intestinali

Attraverso analisi di gas-cromatografia e spettrometria di massa, sono state identificati un totale di 216 composti organici volatili (VOCs), successivamente raggruppati in 17 classi chimiche, ossia alcoli (n 44); alcheni (n 8); alcani (n 14); chetoni (n 29); esteri (n 43); acidi (n 16); fenoli (n 5); composti solforati (n 2); aldeidi (n 20); furanoni (n 2); eterocicli (n 3); indoli (n 4); terpeni (n 20); piridine (n 2); pirimidine (n 1); furani (n 1) e piperidine (n 2).

 Nonostante le classi siano le stesse per entrambi i gruppi, sono risultate differentemente espresse. Per esempio, l’etanolo, l’1-propanolo, gli esteri e gli alcani hanno registrato valori superiori tra i pazienti, mentre i fenoli e i chetoni nei controlli sani.

Ai composti volatili se ne aggiungono 22 di non volatili suddivisi in acidi, amminoacidi, ammine e zuccheri.

• Acidi grassi a catena corta, quali acetato e propionato, sono risultati più rappresentati nei controlli. Nello stesso gruppo è risultata inoltre aumentata l’espressione di isoleucina, leucina, alanina, tirosina, asparagina, acido glutammico, sarcosina e uracile
• GABA e colina hanno registrato valori maggiori nel gruppo di pazienti

Metagenomica e metabolomica in relazione

Mettendo in relazione le variabili di metagenomica (riferite quindi al corredo genetico) con quelle di metabolomica (focalizzate invece sui metaboliti) è stato osservato che:

• A livello di specie, c’è un’associazione positiva tra C. difficile e Propionibacterium spp., oltre che tra P. acnes e P. granulosum; si è osservata invece un’associazione negativa tra C. difficile e Lachnospiraceae e tra E. lenta e F. prausnitzii
• Per OTUs e VOCs, c’è una correlazione negativa tra Dorea ed Eggerthella (a livello di genere), D. formicigerans e E. lenta (a livello di specie) con 1- propanolo, etanolo, etil-acetato, eptanale, esanale, nonale, octanale, propil-butirrato e tretradecano
• C’è un’associazione positiva e significativa tra i generi Propionibacterium e Pediococcus con alcoli (1- propanolo, etanolo, 2-ottanolo), esteri (etil-acetato, etil-butirrato, propil-butirrato) aldeide (eptanale, esanale, octanale), fenoli (4-metilfenolo) e piridine
• C’è un’associazione positiva, ma non significativa, tra Acinetobacter, Bulleidia, Clostridiaceae, Pediococcus e Propionibacterium con GABA, colina e acetato; c’è un’associazione negativa tra Dialister, Dorea, Eggerthella e Oscillospira solo con GABA e colina

Riassumendo si può affermare che i bambini con fibrosi cistica hanno un microbioma alterato in termini sia di composizione sia di funzionalità. Tra i dati più significativi è da segnalare una diminuzione di Eggerthella, Eubacterium, Ruminococcus, Dorea, Faecalibacterium prausnitzii e, di contro, un aumento di altre specie quali Propionibacterium, Staphylococcus, Clostridiaceae, Clostridium difficile. Tra i prodotti del metabolismo, GABA e colina hanno registrato le maggiori variazioni.

Aver individuato i batteri e le vie metaboliche più coinvolte nella malattia potrebbe permettere, in un prossimo futuro, di impostare interventi alternativi focalizzati sul microbiota intestinale, per esempio con probiotici mirati.