Математический анализ микробиома – будущее персонализированной медицины
Система подскажет, каких микробов не хватает, и что надо съесть, чтобы онкотерапия начала лучше действовать
Ученые из Технического Университета Чалмерс наблюдали за ходом лечения пожилых шведок от остеопороза и отметили, что некоторые из них лучше реагируют на лечение, чем другие.
Так же они обратили внимание, что при лечении рака некоторые пациенты хорошо реагируют на иммунотерапию, а некоторые – заметно хуже.
Они решили разобраться, почему так происходит. Их гипотеза была в том, что у разных людей разный микробиом, и его состав во многом определяет, будет ли терапия эффективна.
Есть много разных факторов, которые влияют на состав и разнообразие микробиома: еда, образ жизни, прием препаратов, взаимодействие бактерий друг с другом и с хозяином. То есть один вид может мирно уживаться с другим, абсолютно не уживаться с третьим, а с четвертым быть в постоянной схватке – кто кого превзойдет. Прямо как в типичной бухгалтерии.
На основе большого количества исследований шведские ученые разработали математическую модель микробиома и протестировали ее на младенцах и людях с ожирением. Прогноз, который они сделали с помощью этой модели, полностью оправдался в обоих случаях.
Это значит, что с помощью их алгоритма можно будет предсказывать, как то или иное вмешательство отразится на количественном и качественном состоянии микробиома.
Благодаря этому у врачей появится возможность моделировать рацион конкретного человека так, чтобы усилить лекарственное воздействие – например, сделать пациентов более отзывчивыми на иммунотерапию при раке.
И назначение пробиотиков может стать более осмысленным: любой пробиотик может подействовать, а может и нет – никому не известно, смогут ли бактерии прижиться и колонизироваться, как они будут влиять на другие бактерии, которые уже присутствуют в кишечнике? Но с помощью математической модели можно будет подобрать нужный вид и количество пробиотических бактерий так, чтобы они точно несли пользу.
«Модель, которую мы разработали, уникальна, потому что она учитывает все переменные. Она объединяет данные об отдельных бактериях, а также о том, как они взаимодействуют друг с другом. Она также включает данные о том, как пища проходит через желудочно-кишечный тракт и влияет на бактерии на своем пути» — говорит автор модели.
По мере того, как в будущем будет получено больше данных, модель может быть дополнена новыми функциями, такими как описание гормональных реакций на потребление пищи.
Вывод: работа по модуляции микробиома поистине важна – при лечении огромного числа заболеваний эффективность терапии во многом обусловлена деятельностью наших невидимых питомцев. И пока персонализация до нас не дошла, может моделировать его по старинке: есть достаточно овощей и круп с оболочкой, не забывать про ферментированные продукты, больше двигаться и не увлекаться сладостями.