Durante los últimos años, los científicos han logrado concretar avances importantes en la comprensión de que las comunidades de bacterias y virus que coexisten naturalmente en todo el cuerpo humano desempeñan un papel importante en algunas funciones vitales. Sin embargo, entender cómo lo hacen sigue siendo un tema en debate.
Para abordar esta brecha de conocimiento, un equipo de científicos realizó una combinación de secuenciación genética de alto rendimiento y algoritmos informáticos de procesamiento del lenguaje natural.
Analizando códigos genéticos
La investigación, realizada por investigadores de la Universidad de Drexel, en Filadelfia, sintetiza un nuevo método para analizar los códigos encontrados en el ARN que pueden delinear comunidades microbianas humanas y revelar cómo operan.

Básicamente, la investigación sobre el microbioma (ambiente microbiano humano) se ha centrado en identificar todas las diferentes especies de microbios, y en el desarrollo de tratamientos para enfermedades vinculadas a la microbiota, la cual opera bajo la idea de que los desequilibrios en el microbioma son la fuente de problemas de salud.
Pero para corregir adecuadamente estos desequilibrios, es importante que los científicos tengan una comprensión ampliada de las comunidades microbianas tal como existen, tanto en las áreas afectadas como en el resto del cuerpo.
Los investigadores han estado aplicando algoritmos y aprendizaje automático para ayudar a descifrar cantidades masivas de información de secuenciación genética. Esfuerzos similares en todo el mundo han trasladado la investigación en microbiología del laboratorio al centro de datos, creando un enfoque computacional para estudiar las interacciones y la evolución de los organismos, llamado temagenómica.
En este tipo de investigación la exploración de una muestra de material genético (ADN o ARN) puede utilizarse para revelar los organismos que pudieran estar presentes. Pero el método recién presentado va un paso más allá al analizar el código genético para detectar patrones recurrentes, una indicación de que ciertos grupos de organismos, microbios en este caso, se encuentran juntos con tanta frecuencia que no es una coincidencia.
Procedimientos comparados
Uno de los objetivos finales de analizar la microbiota humana es utilizar la presencia de ciertas comunidades de microbios como indicadores para identificar enfermedades como la enfermedad de Crohn o incluso tipos específicos de cáncer.

Para probar el nuevo método, los investigadores lo compararon con procedimientos de modelado de temas similares, que miden la abundancia relativa de ciertas secuencias genéticas, y se utilizan para diagnosticar el cáncer de boca y la enfermedad de Crohn.
El método de temagenómica demostró ser tan preciso como procedimientos de modelado de temas para predecir las enfermedades, pero mucho más rápido (minutos versus días), con el añadido de que revela cómo cada especie de microbio en la comunidad indicadora puede contribuir a la gravedad de la enfermedad.
Con este nivel de granularidad, los investigadores podrán concentrarse en agrupaciones genéticas particulares cuando desarrollen tratamientos específicos.
Con la esperanza de acelerar el progreso hacia la cura y el tratamiento de estas enfermedades, el equipo ha puesto a disposición del público sus herramientas de análisis de temagenómica.
Referencia: Exploring thematic structure and predicted functionality of 16S rRNA amplicon data. Plos One, 2019. https://doi.org/10.1371/journal.pone.0219235