микробиом

Исследование применяет генеративный ИИ и машинное обучение для интеграции транскриптомных и микробиомных данных при болезни Крона, выявляя молекулярные различия между воспалительной и фибротической формами. LLM-аугментация улучшила стабильность модели и помогла идентифицировать ключевые гены, связанные с фиброзом, включая IL-23R, TNF-α и TGF-β.

Исследование демонстрирует применение белковых языковых моделей (pLM) — разновидности ИИ для анализа белковых последовательностей — к метагеномным данным. Авторы показывают, что pLM могут раскрыть функциональный потенциал миллиардов белков из некультивируемых микроорганизмов, когда обучающие данные правильно курированы. Разработана метрика RED (Residue Embedding Diversity) для оценки качества белков, которая работает на порядки дешевле традиционных методов на основе правдоподобия. Обнаружен фундаментальный компромисс между эволюционной калибровкой моделей и структурным моделированием: состав обучающих данных является ключевым фактором, определяющим поведение pLM. Исследователи успешно извлекли разнообразные кандидаты в ферменты из миллиардов метагеномных последовательностей и подтвердили их экспрессию in vivo. Работа имеет значение для открытия новых терапевтических ферментов и понимания микробиома, хотя прямое клиническое применение не демонстрируется.

Исследователи представили DBayesCM — новую глубокую байесовскую модель для кластеризации и анализа взаимосвязей в микробиомных мульти-омикс данных. Модель сочетает глубокое обучение с байесовскими непараметрическими методами: отдельные энкодеры проецируют данные микробиома и хозяина в общее латентное пространство, где бесконечная смесь моделей с приором Дирихле автоматически определяет количество кластеров и квантует неопределённость назначения каждого образца. Авторы оценили две версии модели: DBayesCM-vMF с гиперсферическим латентным пространством и DBayesCM-GMM с евклидовым пространством. На симулированных данных гиперсферальный вариант корректно восстановил число кластеров, тогда как евклидовый допустил избыточную сегментацию, что демонстрирует влияние геометрии латентного пространства на качество кластеризации. Модель протестирована на когортах пациентов с раком толстой кишки, молочной железы и почек, включая метаболомику хозяина, RNA-seq и miRNA данные, а также на модели обструктивного апноэ сна. DBayesCM выявляет условные вероятностные совпадения между ключевыми видами микробов и омикс-признаками хозяина, обеспечивая осознанное исследование взаимосвязей микробиом-хозяин при различных заболеваниях с учётом неопределённости.

Исследование посвящено изучению микробиомного потенциала традиционных ферментированных напитков, таких как кефир, комбуча, мексиканские позoль и пульке, для создания новых пробиотических решений. С помощью глубокого метагеномного секвенирования и биопроспекции ученые провели системный геномный майнинг генов, ответственных за биосинтез витаминов группы B, короткоцепочечных жирных кислот и ферментов CAZymes, способствующих утилизации клетчатки. В ходе работы применялось полногеномное метаболическое моделирование (genome-scale metabolic modeling) метагеномно-собранных геномов (MAGs), что позволило выявить ключевых продуцентов вторичных метаболитов для контроля патогенов. На основе полученных данных была проведена in silico сборка синтетического сообщества из шести микроорганизмов, демонстрирующего стабильный кооперативный рост и высокую метаболическую функциональность. Особое внимание уделено анализу кросс-фидинга, где было обнаружено, что бактерия Priestia flexa из напитка pozol выступает ключевым донором соединений для транспорта железа, стабилизируя всю систему. Данный подход открывает путь к направленному проектированию высокофункциональных пробиотических консорциумов для коррекции метаболического здоровья и борьбы с хроническими заболеваниями.

Исследователи представили Nasal Microbiome Wellness Index (NMWI) — инновационный метод количественной оценки состояния назального микробиома, не привязанный к конкретным заболеваниям. Методология основана на использовании LASSO-регрессии для анализа данных секвенирования 16S rRNA, что позволило создать непрерывную шкалу здоровья на основе 24 ключевых таксонов. В исследовании были проанализированы 1654 образца, объединенных из 27 различных публичных баз данных. В отличие от традиционных индексов разнообразия (Шеннона, Симпсона), которые показали слабую корреляцию с состоянием здоровья (Cliff's delta 0.01-0.20), NMWI продемонстрировал высокую точность разделения здоровых и нездоровых состояний (delta = 0.65). Модель показала сбалансированную точность 73.43% при перекрестной проверке и сохранила эффективность 71.49% на независимых внешних когортах. Значимость работы заключается в возможности проактивного мониторинга респираторного здоровья и создании единого стандарта для сравнения данных из различных клинических исследований без необходимости повторного секвенирования.

В исследовании представлен MeioBIOME — новый модульный биоинформатический конвейер на базе Snakemake, предназначенный для одновременного анализа геномов мейофауны (микроскопических многоклеточных) и их микробиомов. Традиционные методы анализа часто не позволяют точно определить таксономию бактерий или разделять геномы хозяина и микробов, в то время как MeioBIOME решает задачу двойного анализа: восстановления однокопийных генов (SCG) хозяина для филогенетической идентификации и сборки метагеномно-собранных геномов (MAG) симбионтов. Авторы протестировали инструмент на публичных наборах данных и продемонстрировали, что интеграция современных алгоритмов биннинга позволяет генерировать большее количество MAG, чем стандартный конвейер DOE Joint Genome Institute. Данный инструмент критически важен для изучения филосимбиоза и биогеохимических циклов, обеспечивая высокую точность разделения генетического материала хозяина и его микробиотического сообщества. Метод позволяет преодолеть ограничения методов метабаркодинга 16S rRNA, предоставляя более высокое разрешение на уровне штаммов.

Разработан новый биоинформатический инструмент Phylogenize2, предназначенный для устранения филогенетического смещения при анализе связей между функциями микробиома и окружающей средой. В отличие от существующих методов, требующих детального содержимого геномов, Phylogenize2 интегрирует обширные коллекции метагеномно-собранных геномов (MAG), включая базы MGnify и GlobDB, что позволяет проводить анализ в средах с низкой доступностью геномов, таких как кишечник мышей или океанические воды. Инструмент использует оптимизированную систему филогенетического тестирования, адаптированную специально для данных о численности микробов. В ходе тестирования на модели мышей было выявлено, что семейство Muribaculaceae, преобладающее при высокожировой диете, обогащено белками семейства тиоредоксина, отвечающими за борьбу с окислительным стрессом. Применение метода к анализу полярного океана позволило обнаружить систему альдегид-оксидоредуктазы, которая отличает Flavobacteriaceae в мезопелагиали от поверхностных слоев, указывая на важность детоксикации альдегидов при разложении морского снега. Данная разработка значительно расширяет возможности исследования генетической основы признаков микробиома за пределами человеческого кишечника.

В исследовании представлен новый биоинформатический метод под названием «robust permutation» (робастная пермутация), предназначенный для анализа функциональной значимости генов в микробиоме. Авторы указывают на критическую проблему существующих методов филогенетической регрессии: при анализе данных о дифференциальной численности микроорганизмов (например, при сравнении здорового кишечника и кишечника при патологии) наблюдается антиконсервативное смещение, что ведет к высокому уровню ложноположительных результатов. Разработанный непараметрический метод «robust permutation» прошел тестирование на реалистичных симуляциях метагеномных данных, показав превосходство в статистической мощности при строгом контроле частоты ложных срабатываний. Практическая значимость метода подтверждена на примере исследования пациентов с циррозом печени: с его помощью было обнаружено, что изменение численности бактерий семейства Lachnospiraceae связано с ранее не охарактеризованным железосерным транскрипционным фактором. Этот фактор расположен рядом с гомологами системы бутирил-CoA оксидоредуктазы, отвечающей за детоксикацию кислорода. Таким образом, новый метод позволяет генерировать новые молекулярные гипотезы непосредственно на основе метагеномных данных клинических исследований.

В статье представлен DivQuant — новый метод оптимизации для оценки показателей разнообразия дискретных распределений, что критически важно для биоинформатики и микробиологического анализа. Исследователи решают проблему оценки видового богатства (alpha-разнообразия) и энтропии Шеннона при работе с малыми выборками, где присутствие редких элементов искажает результаты. Методология DivQuant основана на формулировке задачи апсемплинга как выпуклой квадратичной программы с целевой функцией Неймана (chi-квадрат), что позволяет строить эмпирически калиброванные доверительные интервалы. В отличие от существующих методов, таких как RichnEst, iNext и PreSeq, которые ошибаются в оценке истинного богатства в 80% случаев, DivQuant обеспечивает точность на уровне номинальных 95% доверительных интервалов. Тестирование проводилось на шести семействах распределений, данных микробиома Tara Oceans и данных секвенирования единичных клеток (scRNA-seq) от 10X Genomics. Метод превосходит классические асимптотические оценки (Miller-Madow, CAE) и демонстрирует высокую скорость работы, завершая вычисления за считанные секунды.

В исследовании представлен новый биоинформатический метод BootDA, предназначенный для точного определения дифференциальной распространенности (DA) таксонов микробиома. Авторы решают критическую проблему искажения данных, вызванную четырьмя факторами: потерей общей микробной нагрузки, различиями в эффективности измерения таксонов, необходимостью использования псевдоподсчетов для обработки нулевых значений и загрязнением образцов. В отличие от существующих методов (ANCOM-BC2, LinDA, MaAsLin 3), BootDA использует непараметрический бутстреп, что позволяет моделировать все источники смещения без предварительных трансформаций данных. Тестирование на симуляциях с высокой разреженностью (>70% нулей) показало, что BootDA обладает наивысшей чувствительностью при строгом контроле частоты ложноположительных результатов. Метод сохраняет эффективность даже в условиях низкой биомассы, когда загрязнение составляет около 50% от общего числа подсчетов. При применении к когорте пациентов с ишемической болезнью сердца (CAD) метод позволил уточнить патологический профиль, выделив два обогащенных рода — Klebsiella и Gemmiger, и исключив вероятные контаминанты. Инструмент доступен в виде R-пакета и применим для любых разреженных многомерных биологических данных.

Компания Everlywell, специализирующаяся на домашних лабораторных тестах, объявила о партнерстве с ИИ-стартапом Jona для вывода на рынок масштабного теста микробиома кишечника. Технология Jona использует искусственный интеллект для глубокого анализа бактерий, вирусов и грибков на уровне штаммов, сопоставляя полученные данные с тысячами научных исследований. Ключевой особенностью продукта является использование технологии «цифрового двойника» (digital twin) на основе симуляций, что позволяет подбирать персонализированные рекомендации по диете, добавкам и образу жизни. Тест направлен на выявление ассоциаций между состоянием микробиома и такими заболеваниями, как болезнь Крона или псориаз. Благодаря партнерству, потребители смогут получить доступ к анализу через платформу Everlywell по цене 399 долларов вместо стандартных 485 долларов. Проект нацелен на то, чтобы сделать тестирование микробиома таким же массовым и стандартизированным инструментом, как обычный анализ крови, учитывая, что проблема заболеваний ЖКТ затрагивает от 60 до 70 миллионов американцев.

Исследователи представили MAAMOUL — новый вычислительный фреймворк, предназначенный для интеграции метагеномных и метаболомных данных с целью выявления функциональных изменений в микробиоме, связанных с заболеваниями. В отличие от традиционных методов, которые опираются на фиксированные границы метаболических путей, MAAMOUL использует знания о бактериальном метаболизме для построения глобальной сети и идентификации кастомных метаболических модулей. Применение метода к наборам данных пациентов с воспалительными заболеваниями кишечника (ВЗК/IBD) и синдромом раздраженного кишечника (СРК/IBS) показало высокую эффективность: были обнаружены специфические модули, которые пропускали стандартные методы анализа путей. В частности, при ВЗК выявлены нарушения метаболизма серы и ароматических аминокислот, а также усиление механизмов спасения нуклеотидов микробиомом. Для СРК характерны изменения в метаболизме пуринов и никотината/никотинамида. Данный подход позволяет проводить глубокую мультиомиксную интеграцию, раскрывая когерентные функциональные сдвиги, недоступные при раздельном анализе генов или метаболитов.

Исследование посвящено критической проблеме в анализе данных секвенирования следующего поколения (NGS), таких как микробиомные исследования, RNA-seq и метагеномика. Авторы доказывают, что использование арифметического среднего (AM) для обобщения относительных пропорций приводит к нестабильному ранжированию признаков, которое меняется в зависимости от выбранного метода нормализации. В ходе тестирования на наборе данных dietswap (n=38) было обнаружено, что у 22,5% распространенных родов бактерий (включая Bacteroides и Eubacterium) выводы о значимости групп радикально различались при использовании AM и геометрического среднего (GM). Исследование демонстрирует, что GM-ранжирование инвариантно к мультипликативной структуре композиционных данных, а использование трансформации центрированного логарифмического отношения (CLR) математически эквивалентно применению GM. Авторы рекомендуют использовать геометрическое усреднение для ранжирования признаков и CLR-трансформацию для межгрупповых сравнений, что позволяет устранить скрытый источник невоспроизводимости при поиске биомаркеров в метагеномике, транскриптомике и метаболомике. Данный подход не требует новых вычислительных инструментов и полностью совместим с существующими конвейерами анализа дифференциальной экспрессии.

В данном исследовании проведен сравнительный анализ шести существующих инструментов (PanTax, PathoScope, StrainGE, Strainify, StrainR2 и StrainScan) для профилирования разнообразия штаммов Escherichia coli на основе коротких чтений метагеномов кишечника. Авторы использовали как реальные наборы данных (ZymoBIOMICS D6331), так и симулированные сообщества различной сложности для оценки точности обнаружения сосуществующих штаммов и их относительной численности. Результаты показали, что только PanTax обеспечил нулевую ошибку при предсказании равного обилия пяти штаммов E. coli. В условиях дифференциального обилия штаммов инструмент StrainScan продемонстрировал самую низкую среднюю абсолютную пропорциональную ошибку (0.89), однако при этом обладал сниженной чувствительностью (0.5). Наивысший показатель F1-меры (0.978) был достигнут инструментом StrainGE, что свидетельствует о его высокой точности и полноте. Для задач предсказания относительного обилия конкретных штаммов, таких как K12-MG1655 и O157:H7 Sakai, наиболее эффективными оказались PanTax и StrainR2 с минимальной ошибкой 0.06. Исследование подчеркивает необходимость выбора конкретного метода в зависимости от прикладных задач биоинформатического анализа метагеномов.

В статье представлен NANOTAXI — инновационный программный инструмент с графическим интерфейсом (GUI) на базе R Shiny, предназначенный для автоматизированной таксономической классификации данных секвенирования 16S рРНК с использованием технологии Oxford Nanopore. Платформа решает проблему сложности биоинформатического анализа длинных чтений, предоставляя пользователям возможность мониторинга данных в реальном времени и проведения глубокого микробиомного анализа. Система интегрирует четыре различных таксономических классификатора и пять эталонных баз данных, что позволяет гибко настраивать стратегии анализа под конкретные вычислительные ресурсы. Помимо классификации, NANOTAXI поддерживает расчет альфа- и бета-разнообразия, ординацию, тестирование дифференциальной экспрессии и функциональный анализ с помощью PICRUSt2. Валидация на синтетических сообществах и контрольных образцах ZymoBIOMICS подтвердила биологическую достоверность полученных профилей. Сравнительное тестирование (бенчмаркинг) показало, что классификатор Emu обеспечивает минимальный уровень ложноположительных результатов на уровне видов, в то время как Kraken2 демонстрирует наивысшую скорость, обеспечивая непрерывный мониторинг в режиме, близком к реальному времени.

В исследовании представлен Parallel-REM — высокопроизводительный Python-пайплайн, предназначенный для ускорения построения сетей микробных взаимодействий. Авторы решают проблему вычислительной сложности существующих методов (например, реализаций в R), которые не справляются с высокоразмерными метагеномными данными из-за однопоточной обработки. Методология включает использование стратегии параллелизации «Master-Worker» с применением библиотек joblib и statsmodels, а также интеграцию фильтрации дисперсии и проверки разреженности матриц. При тестировании на масштабном клиническом наборе данных, включающем 70 185 образцов и 466 видов, система показала ускорение в 26,1 раза на 64-ядерной архитектуре, сократив время вычислений с нескольких дней до считанных минут. Статистическая валидация подтвердила точность метода: согласованность направленности связей с оригинальными алгоритмами составила более 99,9%. Разработка критически важна для создания качественных топологических признаков, которые затем могут использоваться в глубоком обучении и трансформерных архитектурах для медицинской диагностики.

Представлена новая веб-платформа MetaGEAR Explorer, предназначенная для глубокого исследования связей между генами микробиома и такими заболеваниями, как воспалительные заболевания кишечника (ВЗК) и колоректальный рак (КРР). Платформа позволяет проводить интерактивный и программный поиск по более чем 33 миллионам семейств микробных генов, охватывающих 9 053 метагеномных образца из 24 различных когорт. Методология включает использование запросов по нуклеотидным или аминокислотным последовательностям (BLAST), а также поиск на основе доменов Pfam. Система вычисляет распространенность генов в зависимости от заболевания, анализирует таксономическую стратификацию на уровне видов и предоставляет данные о функциональных доменах. В ходе демонстрации возможностей платформы на примере гена нитратредуктазы (narG) и генов самозащиты колибактина (clbS и гомологов DUF1706) было выявлено изменение паттернов носительства от комменсалов к Gammaproteobacteria при патологиях. Инструмент включает каталог из 13 795 пангеномов видов (MSP) и поддерживает экспорт данных через API, что делает его ценным ресурсом для функционального мета-анализа микробиома.

Исследователи представили KuafuPrimer — инновационный инструмент на базе машинного обучения (few-shot learning), предназначенный для проектирования оптимальных праймеров для секвенирования гена 16S рРНК. Основная проблема традиционных универсальных праймеров заключается в систематической ошибке (bias), которая искажает состав микробных сообществ. В ходе симуляций на 809 образцах из 26 различных сред KuafuPrimer показал превосходство над универсальными праймерами, снизив ошибку в среднем на 16,31%, а в образцах растений — на 46,08%. Инструмент позволил обнаружить 29 редких и ключевых таксонов, которые ранее были невидимы для стандартных методов. Валидация на 317 образцах микробиоты кишечника подтвердила стабильность результатов на разных временных и индивидуальных этапах. В клинических тестах на образцах пациентов с инфекцией Clostridioides difficile инструмент успешно идентифицировал патоген, который пропускали универсальные праймеры, что демонстрирует огромный потенциал KuafuPrimer для повышения точности клинической диагностики и масштабных микробиомных исследований.

Исследование посвящено поиску новых путей борьбы с инфекциями мочевыводящих путей (ИМП) в условиях растущей антибиотикорезистентности. Авторы провели сравнительный анализ микробиома мочи пациентов с ИМП и здоровых добровольцев, используя данные секвенирования 16S рРНК. В ходе работы было выявлено значительное различие в микробном составе: у пациентов с инфекциями доминировала Escherichia coli, в то время как у здоровых людей наблюдалось обогащение микрофлоры Lactobacillus crispatus. Функциональный анализ метаболических путей подтвердил, что полезные микроорганизмы в здоровой группе обеспечивают защитные механизмы. Результаты исследования позволяют рассматривать L. crispatus как наиболее перспективный кандидат для разработки пробиотических препаратов, направленных на профилактику и контроль ИМП. Данная работа закладывает основу для создания таргетных терапевтических формуляций для доставки пробиотиков непосредственно в мочевыводящие пути.