Prédire les interactions microbiennes dans l'intestin humain

«Prédire les interactions microbiennes dans l'intestin humain», source Institute for Genomic Biology, University of Illinois.

L'intestin humain est constitué d'une communauté complexe de microbes qui consomment et sécrètent des centaines de petites molécules, un phénomène appelé alimentation croisée. Cependant, il est difficile d'étudier ces processus de manière expérimentale.

Une nouvelle étude, publiée dans Nature Communications, utilise des modèles pour prédire les interactions d'alimentation croisée entre les espèces microbiennes dans l'intestin. Les prédictions issues de ces méthodes de calcul pourraient éventuellement aider les médecins à mieux comprendre la santé intestinale.

La communauté microbienne ou microbiome de l'intestin est connue pour influencer la santé humaine. Des études antérieures se sont concentrées sur la détermination des types de microbes présents. Malheureusement, ces informations ne sont pas suffisantes pour comprendre le microbiome.

«L'environnement intestinal est façonné par de petites molécules connues sous le nom de métabolites, qui sont excrétées par la communauté microbienne», a dit Sergei Maslov, professeur de bio-ingénierie. «Bien qu'il soit possible de mesurer ces métabolites de manière expérimentale, c'est lourd et coûteux.»

Les chercheurs avaient déjà publié une étude dans laquelle ils utilisaient des données expérimentales provenant d'autres études pour modéliser le devenir des métabolites lorsqu'ils traversent le microbiome intestinal. Dans la nouvelle étude, ils ont utilisé le même modèle pour prédire de nouveaux processus microbiens qui n'avaient pas été déterminés auparavant.

«Ce que nous mangeons passe dans notre intestin et il y a une cascade de microbes qui libèrent des métabolites», a dit Akshit Goyal, stagiaire en postdoc au MIT et collaborateur du laboratoire de Maslov. «Les biologistes ont mesuré ces molécules dans les selles humaines, nous avons montré que vous pouvez utiliser des modèles informatiques pour prédire les niveaux de certains.»

Mesurer chaque métabolite et essayer de comprendre quel microbe pourrait le libérer peut être difficile. «Il existe un vaste univers d'interactions croisées possibles. En utilisant ce modèle, nous pouvons aider les expériences en prédisant celles qui sont plus susceptibles de se produire dans l'intestin», a dit Goyal.

Le modèle était également soutenu par des annotations génomiques, qui expliquent quels gènes microbiens sont responsables du traitement des métabolites. «Nous sommes confiants dans nos prédictions de modélisation car nous avons également vérifié si les microbes contiennent les gènes nécessaires à la réalisation des réactions associées. Environ 65% de nos prédictions étaient étayées par ces informations», a dit Veronika Dubinkina, doctorante en bio-ingénierie.

Les chercheurs travaillent maintenant à améliorer le modèle en incluant davantage de données expérimentales. «Différentes personnes ont différentes souches de microbes intestinaux. Bien que ces différentes souches aient de nombreux gènes en commun, leurs capacités diffèrent», a dit Dubinkina. «Nous devons collecter davantage de données auprès des patients pour comprendre comment différentes communautés microbiennes se comportent chez différents hôtes.»

«Nous sommes également intéressés à déterminer à quelle vitesse les microbes consomment et sécrètent les métabolites», a déclaré Tong Wang, étudiant en doctorat de physique. «Actuellement, le modèle suppose que tous les microbes consomment des métabolites au même rythme. En réalité, les taux sont différents et nous devons les comprendre pour capturer la composition des métabolites dans l'intestin.»