Las firmas del microbioma intestinal en la esclerosis múltiple: un estudio de casos y controles con aprendizaje...

Área de la Ciencia:

• Investigación del microbioma
• Biología computacional
• Neuroinmunología

Sus antecedentes:

• La disbiosis intestinal está asociada con la esclerosis múltiple (EM), pero faltan biomarcadores microbianos consistentes.
• El aprendizaje automático (ML) puede integrar datos del microbioma para identificar biomarcadores asociados a la enfermedad y comprender la patogénesis de la EM.
• Estudios anteriores muestran firmas microbianas intestinales inconsistentes en pacientes con EM.

Objetivo del estudio:

• Para identificar las firmas microbianas intestinales específicas asociadas con la EM.
• Evaluar el potencial diagnóstico de los modelos de EM utilizando datos del microbioma para la detección de EM.
• Integrar los hallazgos con la literatura existente para una comprensión integral.

Principales métodos:

• Secuenciación del gen 16S rRNA de muestras fecales de 29 pacientes con EM y 27 controles sanos.
• Análisis diferencial de abundancia e integración de datos con 29 estudios publicados.
• Desarrollo y evaluación de cuatro modelos de LM para distinguir los perfiles de microbioma asociados a los EM.

Principales resultados:

• Los pacientes con EM mostraron una reducción en la abundancia de las especies Eubacteriales, Lachnospirales, Oscillospiraceae, Lachnospiraceae, Parasutterella y Faecalibacterium.
• Se observó un aumento de la abundancia de Lachnospiraceae UCG- 008 en pacientes con EM.
• Un clasificador de máquina de aumento de gradiente de luz logró un alto rendimiento (precisión: 0,88, AUC-ROC: 0,95) en la diferenciación de pacientes con EM.

Conclusiones:

• Este estudio identificó una disbiosis específica del microbioma intestinal en pacientes con EM.
• Los modelos de ML demuestran un potencial significativo para el diagnóstico de EM basado en perfiles de microbioma.
• Se necesita más investigación para explorar el papel mecanicista y las implicaciones terapéuticas de estas alteraciones microbianas en la EM.