Científicos de la Escuela de Medicina Icahn en Mount Sinai, Sema4, e instituciones colaboradoras La Universidad de Nueva York y la Universidad de Florida publicaron hoy un informe que detalla su nuevo, método más preciso para identificar especies y cepas microbianas individuales en una comunidad. Esta técnica tiene importantes implicaciones para el análisis del microbioma, con posibles aplicaciones a largo plazo para la atención clínica. El periódico salió hoy en Biotecnología de la naturaleza .
Los microbiomas son comunidades de bacterias, virus y otros microbios que se pueden encontrar en todas partes, desde la superficie de teclados y teléfonos móviles hasta entornos dentro y dentro de nosotros, como nuestras bocas o intestinos. La alteración del microbioma natural se ha relacionado con problemas de salud, incluidas enfermedades infecciosas, cánceres y trastornos complejos como la enfermedad de Crohn, colitis ulcerosa, y diabetes, Entre muchos otros. El análisis exitoso de los microbiomas depende de la capacidad de acercarse a estas comunidades e identificar las especies individuales y las cepas que viven dentro de ellas.
Hasta la fecha, la mayoría de las técnicas para identificar miembros microbianos de estos grupos proporcionan una resolución insuficiente. Por ejemplo, una especie solo podría clasificarse como parte de su familia genética más amplia, en lugar de identificarse de forma única por sí misma. Los métodos existentes tampoco son efectivos en la caracterización de una clase importante de materiales genéticos que pueden viajar entre diferentes especies bacterianas. conocidos como elementos genéticos móviles.
En este nuevo trabajo, los científicos utilizaron una sola molécula, Tecnología de secuenciación en tiempo real y nuevas herramientas computacionales para clasificar microbios por primera vez mediante el análisis de su código genético y sus patrones de metilación. un segundo código de ADN que regula la actividad genética. Este enfoque más completo que utiliza la secuenciación de lectura larga demostró ser más preciso que los protocolos estándar de la industria, como la secuenciación 16S o la secuenciación de lectura corta. corregir errores y resultados incompletos en la identificación de microbios generados por esos métodos. En tono rimbombante, el método proporciona una nueva forma de vincular elementos genéticos móviles a sus huéspedes bacterianos, permitiendo a los científicos predecir con mayor precisión la virulencia, Resistencia antibiótica, y otros rasgos biológicamente y clínicamente críticos de especies y cepas bacterianas individuales.
"La comunidad biomédica ha necesitado durante mucho tiempo un método de análisis de microbiomas capaz de resolver especies y cepas individuales con alta resolución, "dijo Gang Fang, Doctor, Profesor asistente de genética y ciencias genómicas en Mount Sinai, y autor principal del artículo. "Descubrimos que los patrones de metilación del ADN se pueden explotar como códigos de barras naturales altamente informativos para ayudar a discriminar las especies microbianas entre sí, ayudar a asociar elementos genéticos móviles a sus genomas de acogida y lograr un análisis de microbioma más preciso ".
En proyectos piloto que utilizan muestras de microbiomas sintéticos y del mundo real, los científicos pudieron distinguir incluso entre especies y cepas de bacterias estrechamente relacionadas. Utilizaron patrones de metilación para vincular datos de secuencias de ADN relacionados, proporcionando información más holística sobre organismos individuales. El equipo validó el método en comunidades microbianas de complejidad baja a media, y actualmente está desarrollando tecnologías más avanzadas para resolver eficazmente comunidades de alta complejidad como los microbiomas ambientales.
"Este proyecto demuestra la sofisticación y el poder de analizar muchos tipos de datos juntos para generar conocimientos que no son posibles con enfoques más simplistas, "dijo Eric Schadt, Doctor, CEO de Sema4, Decano de Medicina de Precisión en Mount Sinai, y coautor del artículo. "La biología es compleja, y nuestros análisis deben representar con precisión esa complejidad si esperamos implementar eventualmente esta información para uso clínico ".
