Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Microbiome puede predecir la edad cronológica de una persona

Nuestros microbiomes - las comunidades complejas de microbios en los cuales viva, en y alrededor de nosotros - son influenciados por nuestras dietas, hábitos, ambientes y genes, y sabidos para cambiar con edad. A su vez, el maquillaje de nuestros microbiomes, determinado en la tripa, es bien reconocido para su influencia en nuestra salud. Por ejemplo, la composición del microbiome de la tripa se ha conectado al síndrome del intestino irritable, enfermedad autoinmune, obesidad, incluso desordenes neurológicos, tales como autismo.

Dado una muestra del microbiome (piel, boca o lampazo fecal), los investigadores los tienen demostrado pueden ahora utilizar el aprendizaje de máquina predecir la edad cronológica de una persona, con diversos grados de exactitud. Las muestras de la piel ofrecieron la predicción más exacta, estimando correctamente en el plazo de a aproximadamente 3,8 años, comparados a 4,5 años con una muestra oral y a 11,5 años con una muestra fecal. Los tipos de microbios que vivían en la cavidad bucal o dentro de la tripa de la gente joven (los años de la edad 18 a 30) tendieron a ser más diversos y abundantes que en los microbiomes comparativos de más viejos adultos (edad 60 años y más viejos).

La herramienta profética, descrita en el 11 de febrero de 2020 publicado papel por los mSystems, fue desarrollada como colaboración entre los investigadores en la Universidad de California San Diego y IBM.

“Esta nueva capacidad de correlacionar microbios con edad nos ayudará los estudios futuros anticipados de los microbios de los papeles a jugar en el proceso del envejecimiento y las enfermedades relativas a la edad, y permite que mejoremos la prueba que las intervenciones terapéuticas potenciales que apuntan microbiomes,” dijeron autor Zhenjiang co-mayor Zech Xu, el doctorado, que era a la hora del estudio investigador postdoctoral en el laboratorio de la Facultad de Medicina de Uc San Diego del caballero, del doctorado, del profesor y del director co-mayores de Rob autor del centro de Uc San Diego para la innovación de Microbiome.

El objetivo último de las personas es crear modelos similares del aprendizaje de máquina al microbiome del correlativo y a las condiciones clínicas, tales como inflamación en condiciones autoinmunes. Esta aproximación podría formar algún día la base para una prueba microbiome-basada no invasor que potencialmente ayuda a clínicos mejor a diagnosticar o a fijar el riesgo de una persona para una enfermedad.

En un estudio 2014, los investigadores de la universidad de Washington compararon “edad microbiana” -; edad según lo predicho por el microbiome fecal -; y edad cronológica real en el contexto de niños subalimentados durante los primeros meses de la vida. Los investigadores observaron que la diferencia entre la edad cronológica y microbiana fue asociada al grado de la madurez de desarrollo de los niños. En el nuevo estudio, los investigadores de Uc San Diego tomaron a esta idea una medida más lejos de ver si esta asociación podría aplicarse a los adultos, y como de bien generalizó a otros sitios de la carrocería.

Según Xu, uno de los requisitos más importantes para un buen modelo estadístico es un tamaño de muestra grande y una población representativa. Para hacer eso, los investigadores minaron el microbiome que ordenaba los datos disponibles de las bases de datos públicas de varios proyectos de la ciencia del ciudadano, tales como el proyecto americano de la tripa, en el cual el correo de los participantes en lampazos fecales, de la saliva o de la piel, recibe sus lecturas personalizadas del microbiome, y contribuyen sus datos anonymized a la comunidad científica.

El estudio confió en un total de 4.434 muestras fecales de los E.E.U.U. y la China, 2.550 muestras de la saliva de los E.E.U.U., Canadá, Reino Unido y Tanzania, y 1.975 muestras de la piel de los E.E.U.U. y del Reino Unido. Los participantes cuyos datos fueron utilizados en el estudio colocaron en edad a partir del 18 a 90 años, con los índices de masa corporal de 18,5 a 30, no tenían el síndrome del intestino irritable o diabetes, y no habían utilizado los antibióticos por lo menos un mes antes del muestreo. El estudio también excluyó embarazada, lo hospitalizó, lo incapacitó o los individuos crítico enfermos.

“Ésta era la investigación más completa del microbiome y edad hasta la fecha,” dijo a primer Shi Huang autor, doctorado, investigador postdoctoral en el laboratorio del caballero y el centro de Uc San Diego para la innovación de Microbiome.

Las personas encontraron diferencias género-específicas en resultados del microbiome de la tripa, pero ninguna diferencia entre los varones y a hembras cuando vino a los resultados orales y de la piel del microbiome. A pesar de la diversidad de los microbios que vivían en diversos sitios a través del cuerpo humano, también no diferenció ningún si la piel muestrea había cerco de las frentes o las manos, significando los estudios futuros del microbiome de la piel pueden reforzar su potencia estadística combinando sitios y géneros de la colección.

Una razón potencial los microbios que viven en nuestro cambio de piel como envejecemos, los investigadores dijeron, es tan constantemente debido a los cambios fiables en fisiología de la piel que todo el mundo experimente, por ejemplo la producción disminuida del suero y la sequedad creciente.

“La exactitud de nuestros resultados demuestra el potencial para aplicar el aprendizaje de máquina y las técnicas de la inteligencia artificial para entender mejor microbiomes humanos,” dijo el co-autor ho-Cheol Kim, el doctorado, el director de programa de la inteligencia artificial para el programa vivo sano, una colaboración entre la investigación de IBM y Uc San Diego bajo red de los horizontes de IBM AI. La “aplicación de esta tecnología a los estudios futuros del microbiome podría ayudar a abrir discernimientos más profundos en la correlación entre cómo los microbiomes influencian nuestra salud total y una amplia gama de enfermedades y de desordenes de neurológico a la salud cardiovascular e inmune.”

Según el co-autor Yoshiki Vázquez-Baeza, doctorado, director adjunto de la integración bioinformatic en el centro de Uc San Diego para la innovación de Microbiome, predicción de la edad es un método determinado atractivo para entrenar a modelos proféticos porque los participantes no necesitan cumplir consideraciones especiales para hacer un donante de la muestra, y fijar edad no requiere típicamente una visita a un hospital.

Otros estudios que se centran en una condición determinada, tal como síndrome del intestino irritable, lucha para conseguir a menudo a suficiente participantes que cumplan las consideraciones del estudio y que estén dispuestos a participar para poder extraer conclusiones significativas. Pero aquí, la aplicabilidad amplia de la edad-predicción permitió que exploráramos los límites de modelado microbiano en una escala sin precedente.”

Yoshiki Vázquez-Baeza, doctorado, director adjunto de la integración bioinformatic en el centro de Uc San Diego para la innovación de Microbiome

El “aprendizaje de cómo crear modelos microbiome-basados exactos y robustos abrirá la puerta en varios usos biotecnológicos, y nos ayuda mejor a entender el lazo de ciertas bacterias con resultados del interés,” Knight dijo.

Source:
Journal reference:

Huang, S., et al. (2020) Human Skin, Oral, and Gut Microbiomes Predict Chronological Age. mSystems. doi.org/10.1128/mSystems.00630-19.