Predicción basada en el microbioma humano de los efectos en la salud de los alimentos a través del aprendizaje...

Área de la Ciencia:

• Microbiología
• Biología computacional
• Ciencias de la nutrición

Sus antecedentes:

• La funcionalidad de los alimentos está influenciada por los microorganismos intestinales y sus subproductos metabólicos.
• Comprender las interacciones entre los alimentos y las enfermedades microbianas es crucial para la salud y la prevención de enfermedades.

Objetivo del estudio:

• Desarrollar un método de aprendizaje automático (ML) para predecir las funcionalidades de los alimentos basado en datos microbianos y metabólicos.
• Identificar las posibles asociaciones entre los alimentos, las enfermedades y los microorganismos implicados.

Principales métodos:

• Utilizó ML para analizar las propiedades químicas de 70.478 compuestos alimenticios y 24.255 metabolitos.
• Interacciones examinadas entre metabolitos y proteínas diana en vías relacionadas con la enfermedad.
• Datos integrados sobre 941 alimentos y 83 enfermedades, teniendo en cuenta la participación microbiana.

Principales resultados:

• Se identificaron posibles vínculos funcionales entre 941 alimentos y 83 enfermedades.
• Filos microbianos específicos destacados (por ejemplo, Bacteroidetes en la dislipidemia, Firmicutes en la enfermedad de Parkinson).
• Categoría demostrada de los efectos de los alimentos mediados por microorganismos por tipo de alimento.

Conclusiones:

• El enfoque ML puede identificar microbios asociados a enfermedades y alimentos prebióticos.
• Este método ofrece información sobre los mecanismos de interacción de las enfermedades alimentarias a través de metabolitos microbianos.
• Apoya el potencial de las intervenciones alimentarias en la medicina preventiva.