Střevní bakterie poskytují klíč k identifikaci rakoviny tlustého střeva ze vzorků stolice

Rakovina kolorektálu je druhou hlavní příčinou úmrtí na rakovinu po celém světě. Pokud je detekována brzy, může být účinně léčena, ale náklady a nepohodlí kolonoskopií – hlavní diagnostická metoda, která se v současné době používá – často vede ke zpožděné diagnóze. Pomocí algoritmů strojového učení se tým z Ženevské univerzity (Unige) poprvé identifikoval všechny lidské střevní bakterie na úroveň detailů, což umožňuje pochopit fyziologický význam různých mikrobiálních podskupin. Tento soupis byl poté použit k detekci přítomnosti kolorektálního karcinomu podle bakterií přítomných v jednoduchých vzorcích stolice, neinvazivního a levného screeningového nástroje. Potenciální aplikace jsou obrovské, od diagnózy jiných rakovin po lepší porozumění vazbám mezi střevní mikrobiotou a zdravím. Tato zjištění jsou zveřejněna v Hostitel Cell a mikrob.

Rakovina kolorektálu je často diagnostikována v pokročilém stádiu, když jsou možnosti léčby omezené. To zdůrazňuje potřebu jednodušších, méně invazivních diagnostických nástrojů, zejména vzhledem k stále nevysvětlenému nárůstu v případech u mladých dospělých. Přestože je již dlouho známo, že střevní mikrobiota hraje roli ve vývoji karcinomu kolorektálního karcinomu, převedení těchto zjištění do klinické praxe se ukázalo jako náročné. Je to proto, že různé kmeny stejných bakteriálních druhů mohou mít opačné účinky, přičemž některé podporují onemocnění a jiné nemají žádný účinek.

„Instead of relying on the analysis of the various species composing the microbiota, which does not capture all meaningful differences, or of bacterial strains, which vary greatly from one individual to another, we focused on an intermediate level of the microbiota, the subspecies,“ explains Mirko Trajkovski, full professor in the Department of Cell Physiology and Metabolism and in the Diabetes Centre at the UNIGE Faculty medicíny, která vedla tento výzkum. „Rozlišení poddruhů je specifické a může zachytit rozdíly v tom, jak bakterie fungují a přispívají k onemocněním včetně rakoviny, přičemž zůstanou dostatečně obecně, aby tyto změny detekovaly mezi různými skupinami jednotlivců, populací nebo zemí.“

S pomocí strojového učení

Prvním krokem bylo analyzovat obrovské množství dat. „Jako bioinformatik bylo výzvou přijít s inovativním přístupem k analýze hromadného dat,“ vzpomíná Matija Trickovic, student PhD v laboratoři Mirko Trajkovski a první autor této studie. „Úspěšně jsme vyvinuli první komplexní katalog poddruhů lidských mikrobiot, spolu s přesnou a efektivní metodou pro jeho výzkum i na klinice.“

Kombinací tohoto katalogu s existujícími klinickými údaji vědci vyvinuli model, který může předpovídat přítomnost kolorektálního karcinomu na základě bakterií přítomných ve vzorcích stolice.

Přestože jsme byli přesvědčeni v naší strategii, výsledky byly nápadné. Naše metoda detekovala 90% případů rakoviny, což je výsledek velmi blízký míru detekce 94% dosažených kolonoskopiími a lepší než všechny současné neinvazivní metody detekce. “

Matija Trickovic, první autor

Integrací více klinických údajů by se tento model mohl stát ještě přesnějším a odpovídat přesnosti kolonoskopie. Mohl by se stát rutinním screeningovým nástrojem a usnadnit včasnou detekci karcinomu kolorektálu, který by pak byl potvrzen kolonoskopií, ale pouze ve vybrané skupině pacientů.

Nový svět aplikací

První klinická hodnocení je zřízena ve spolupráci s nemocnicemi v Ženevě University (HUG), která přesněji stanoví fáze rakoviny a léze, které lze detekovat. Aplikace však přesahují kolorektální rakovinu. Studováním rozdílů mezi poddruhy ze stejných bakteriálních druhů mohou vědci nyní identifikovat mechanismy účinku, kterými střevní mikrobiota ovlivňuje lidské zdraví. „Stejná metoda by mohla být brzy použita k vývoji neinvazivních diagnostických nástrojů pro širokou škálu nemocí, vše založené na jediné analýze mikrobioty,“ uzavírá Mirko Trajkovski.