«За последние 10-15 лет внутрибольничные инфекции C. difficile стали серьезной проблемой, что составляет 4,8 миллиарда долларов дополнительных расходов на здравоохранение», — говорит Патрик Шлосс, микробиолог из Мичиганского университета в Анн-Арборе, который курировал исследование. «Один из самых больших факторов риска заражения C. difficile — это воздействие антибиотиков. Это подвергает риску огромное количество людей».
Чтобы имитировать эти состояния пациента, бывшая аспирантка Шлосса, Аликсандрия Шуберт протестировала 8 антибиотиков в 16 различных условиях лечения, чтобы увидеть, как они изменяют нормальную микробиоту кишечника мышей. Затем она измерила, как эти измененные сообщества отреагировали на воздействие C. difficile.Неудивительно, что каждая обработка приводила к различным изменениям в сообществах, при этом численность различных видов бактерий увеличивалась или уменьшалась.
Ни один отдельный вид не учитывал ни защиту, ни восприимчивость к C. difficile.«Математическое моделирование стало действительно критически важным для большого количества данных, которые у нас были», — говорит Шлосс.
Предыдущая работа лаборатории Шлосса и других намекнула, что защита от колонизации C. difficile, вероятно, была вызвана множеством видов в кишечной микробиоте. В конечном итоге команда хотела построить модель, которая могла бы использовать исходное бактериальное сообщество кишечника мыши, чтобы предсказать риск заражения этой мыши.Для этого команда применила алгоритм машинного обучения ко всему набору данных из 16 условий лечения и связанных с этим изменений видов бактерий в масштабах всего сообщества. По словам Шлосса, в некотором смысле алгоритм действует как фильтр спама в электронной почте, используя «лес» деревьев решений для классификации всех движущихся частей в сложном наборе данных.
Команда построила математическую модель, которая могла предсказать с точностью около 90%, заболеет ли данная мышь, начиная с определенного кишечного бактериального сообщества, C. difficile. Анализ также выявил сложные взаимоотношения между бактериями, которые определяют устойчивость к C. difficile.Устойчивость была связана с представителями Porphyromonadaceae, Lachnospiraceae, Lactobacillus, Alistipes и Turicibacter. С другой стороны, восприимчивость к C. difficile была связана с потерей этих защитных видов и ростом Escherichia или Streptococcus.
«Восприимчивость — это не все или ничего — она ??очень зависит от контекста», — говорит Шлосс. Он говорит, что просто наличие «хороших» защитных видов бактерий не означает защиты, равно как и просто наличие одного из «плохих» видов бактерий не означает болезни. «Я думаю об этом как о буфете, где вы должны смешивать и сочетать различные ингредиенты, чтобы получить устойчивость или чувствительность к C. difficile».
Наличие точной прогнозирующей модели на мышах является доказательством того, что такая модель может также работать для пациентов-людей в условиях больницы. «Если бы мы могли оценить микробиоту пациента по образцу стула, особенно если он получает антибиотики, мы могли бы посмотреть, какие бактерии отсутствуют», — говорит Шуберт, ныне постдокторский исследователь в лаборатории Schloss. «Возможно, вы могли бы дать пациентам пробиотические добавки с целью восстановления их структуры микробиоты до здорового состояния».