Ομάδα ειδικών startup εταιρείας έφτιαξαν έναν αλγόριθμο που μπορεί να προβλέψει με ακρίβεια την βιολογική μας ηλικία αναλύοντας το μικροβίωμα του εντέρου, σύμφωνα με στοιχεία που δημοσιεύονται στο BioRxiv.
Το ανθρώπινο γαστρεντερικό σύστημα φιλοξενεί δισεκατομμύρια βακτήρια από 300 έως 500 διαφορετικά στελέχη, ενώ περιέχει και σχεδόν δύο εκατομμύρια γονίδια. Όλα αυτά μαζί απαρτίζουν το λεγόμενο εντερικό μικροβίωμα.
Κι ενώ έχει αποδειχθεί ότι οι ζώντες αυτοί μικροοργανισμοί είναι σημαντικοί για την επιβίωση του ανθρώπινου είδους, δεν γνωρίζουμε ακριβώς πως πρέπει να είναι ένα υγιές εντερικό μικροβίωμα ή πως αλλάζει με την πάροδο του χρόνου.
Η νέα μελέτη έρχεται να προστεθεί σε έναν μεγάλο όγκο ερευνητικών δεδομένων που δείχνουν ότι το ανθρώπινο έντερο μπορεί να είναι ένα ακόμα βιολογικό ρολόι, ικανό να δείξει την ηλικία του ατόμου.
«Εμείς παρουσιάζουμε το πρώτο εργαλείο που μπορεί να προβλέψει την χρονολογική ηλικία του ανθρώπου βάσει του εντερικού μικροβιώματος», αναφέρουν οι ερευνητές σε σχετικό άρθρο.
Ως γνωστόν το νεογνικό γαστρεντερικό σύστημα προσαρμόζεται σταδιακά στις διάφορες φάσεις ανάπτυξης αλλά οι επιστήμονες μέχρι σήμερα δεν είχαν κατορθώσει να αποσαφηνίσουν αν το ενήλικο εντερικό μικροβίωμα εξελίσσεται ή αν μένει ίδιο κατά τη διάρκεια της ενήλικης ζωής.
Κι ενώ θα είχε νόημα εάν η διαδικασία γήρανσης οδηγούσε σε σταδιακές, επιβλαβείς αλλαγές στο έντερο, μέχρι στιγμής, η επιστήμη σε αυτό το θέμα είναι ασαφής και κάθε ηλικιακή πρόβλεψη που βασίζεται σε αυτές τις πληροφορίες είναι ανεπαρκής.
Ένα προηγούμενο μοντέλο μηχανικής μάθησης ήταν μόλις 15% καλύτερο στην πρόγνωση αν ένα δείγμα εντερικής χλωρίδας ήταν νεότερο ή μεγαλύτερο, από μια τυχαία πρόβλεψη.
Το νέο προγνωστικό εργαλείο ωστόσο υπόσχεται πολύ μεγαλύτερη ακρίβεια, καθώς ο αλγόριθμος εκπαιδεύτηκε αναλύοντας 3.663 δείγματα εντερικής χλωρίδας από 1.165 υγιή άτομα.
Τα δείγματα προέρχονταν από άτομα ηλικίας 20-90 ετών. Το ένα τρίτο των δειγμάτων αφορούσε την ηλικιακή ομάδα 20-39 ετών, το ένα τρίτο άτομα 40-59 ετών και το ένα τρίτο ανθρώπους 60-90 ετών.
Η ερευνητική ομάδα χρησιμοποίησε ένα νευρωνικό δίκτυο στο 90% αυτών των δεδομένων για να δει αν αυτός ο τύπος μηχανικής μάθησης θα μπορούσε να είναι σε θέση να προβλέψει την ηλικία του δότη.
Ο τελικός αλγόριθμος κλήθηκε να προβλέψει την ηλικία του υπόλοιπου 10% και κατάφερε όντως να βρει την ηλικία του δότη με ακρίβεια έως τεσσάρων ετών.
Επίσης ο αλγόριθμος εντόπισε 39 είδη εντερικών βακτηρίων που ήταν σημαντικότερα στην πρόγνωση της ηλικίας, από ένα σύνολο 95 ειδών που ανέλυσαν.
Οι ειδικοί κατέληξαν στο συμπέρασμα ότι η βιολογική ηλικία του ατόμου δεν σχετίζεται με τον αριθμό των ωφέλιμων ή επιβλαβών βακτηρίων στο έντερό του.
Για παράδειγμα, η καμπυλοβακτηρίωση (η πιο συχνά αναφερόμενη ζωοανθρωπονόσος στην Ευρωπαϊκή Ένωση με ποσοστό προσβολής 1% του πληθυσμού ετησίως) που προκαλείται από τα C. jejuni και C. coli, προσβάλλει συχνότερα τα παιδιά, τους ηλικιωμένους και τα ανοσοκατεσταλμένα άτομα.
«Οι ηλικιωμένοι όμως έχουν μικρότερο αριθμό των επίμαχων βακτηρίων και είναι πιθανότερο να έχουν “ανάμνηση” της έκθεσης στο C. jejuni και μπορούν να αποτρέψουν την αποίκιση του οργανισμού τους από το βακτήριο. Αντιθέτως, τα νεότερα άτομα δεν έχουν αποκτήσει τα εργαλεία αντιμετώπισης του C. jejuni και έτσι αυτό καταφέρνει να πολλαπλασιαστεί», εξηγούν οι ειδικοί.
Εν κατακλείδι οι βακτηριακές αυτές αποικίες αλλάζουν με τον ύπνο, την άθληση και άλλες συνήθειες του τρόπου ζωής, κι έτσι είναι δύσκολο για τους ερευνητές να πουν με ασφάλεια αν οι αλλαγές στο μικροβίωμα των ηλικιωμένων είναι ενδεικτικές της γήρανσης ή αλλαγών που έχουν συντελεστεί στη διατροφή και τον τρόπο ζωής τα τελευταία 50 χρόνια.
Η περαιτέρω ανάλυση των 39 ειδών βακτηρίων είναι αναγκαία για την καλύτερη κατανόηση της ανθρώπινης γήρανσης και της σχέσης της με το εντερικό μικροβίωμα.
