Kratkolančane masne kiseline (SCFA) su korisni molekuli koje stvaraju bakterije koje žive u našim crevima, a koje su usko povezane sa poboljšanim metabolizmom domaćina, nižim sistemskim zapaljenjem, boljim kardiovaskularnim zdravljem, manjim rizikom od raka i još mnogo toga. Međutim, SCFA profili mogu uveliko varirati između pojedinaca koji konzumiraju istu ishranu i trenutno nam nedostaju alati za predviđanje ove međuindividualne varijacije.
Istraživači sa Instituta za sistemsku biologiju (ISB) razvili su novi način za simulaciju personalizovanih odgovora na ishranu posredovanih mikrobiomom. Oni koriste pristup metaboličkog modeliranja na nivou mikrobne zajednice (MCMM) da predvide individualne specifične stope proizvodnje SCFA kao odgovor na različite unose u ishrani, prebioticima i probioticima.
Drugim rečima, naučnici ISB-a mogu da naprave „digitalni blizanac“ metabolizma crevnog mikrobioma koji može da simulira personalizovane odgovore na ishranu, koristeći podatke sekvenciranja mikrobioma creva i informacije o unosu ishrane kako bi ograničili svaki model specifičan za pojedinca. Oni detaljno navode svoje rezultate u radu objavljenom u Nature Microbiologi.
„U prvoj aproksimaciji, mikrobiom creva je bioreaktor koji pretvara dijetalna vlakna u ove SCFA“, rekao je dr Šon Gibons, vanredni profesor ISB i ko-stariji autor. „Razumevanje načina na koji se ekologija creva i unos ishranom može kvantitativno mapirati sa SCFA izlazima predstavljaće veliki napredak u prevođenju nauke o mikrobiomu u kliniku.“
Za razliku od pristupa predviđanju mašinskog učenja crne kutije, MCMM su transparentni i mehanički, sa desetinama hiljada metabolita i enzima u desetinama organizama koji pružaju visok stepen znanja o specifičnim mikrobima, komponentama ishrane i metaboličkim putevima koji doprinose proizvodnji SCFA . Uprkos ovoj transparentnosti, složenost ovih modela otežava njihovu eksperimentalnu validaciju.
Jedan pristup je merenje stope proizvodnje SCFA za ceo ekosistem, a zatim upoređivanje ovih mera na nivou ekosistema sa njihovim srodnim predviđanjima modela. Međutim, merenje SCFA u divljini je teško jer ih telo brzo troši nakon što se stvore.
Da bi prevazišli ovaj izazov, autori su izmerili stope proizvodnje SCFA iz in vitro (tj., epruvete) zajednica nasumičnih mešavina izolata bakterija iz ljudskog creva i iz ek vivo (tj. van tela) homogenata stolice različitih ljudi inkubiranih u anaerobna komora sa raznim dijetalnim vlaknima.
Izolujući proizvodnju SCFA vođenu mikrobiotom od apsorpcije domaćina, naučnici iz ISB-a su uspeli da pokažu da su predviđanja MCMM-a u značajnoj korelaciji sa izmerenim stopama proizvodnje u nizu vlakana za butirat i propionat, dva od najzastupljenijih i fiziološki najmoćnijih SCFA.
Dok in vivo (tj., u telu) merenja proizvodnje butirata i propionata nisu bila izvodljiva, autori su bili u mogućnosti da koriste indirektne veze između stopa proizvodnje SCFA i zdravstvenih markera zasnovanih na krvi kako bi potvrdili fiziološke efekte međuindividualnih razlika u proizvodnji .
Prvo, oni su pokazali da predviđanja MCMM mogu razlikovati pojedince iz studije o hranjenju sa visokim sadržajem vlakana koji su pokazali divergentne imunološke odgovore: većina pojedinaca je pokazala smanjenje sistemskih markera upale, ali podskup ljudi je pokazao povećanje upale na visoko vlaknima dijeta. Pojedinci u grupi sa odgovorom na visoku upalu pokazali su značajno smanjen kapacitet za proizvodnju propionata, prema predviđanjima MCMM.
Zatim, autori su pokazali da su predviđanja butirata značajno povezana sa krvnim markerima kardiometaboličkog i imunološkog zdravlja u populaciji od preko 2.000 osoba. Konkretno, veća proizvodnja butirata predviđena MCMM bila je značajno povezana sa nižim LDL holesterolom, nižim trigliceridima, poboljšanom osetljivošću na insulin, nižim sistemskim zapaljenjem i nižim krvnim pritiskom.
„Precizna tačnost MCMM in vitro, zajedno sa značajnim vezama između SCFA predviđanja i zdravstvenih markera u ljudskim kohortama, daje nam poverenje u korisnost ovih modela za preciznu ishranu“, rekao je vodeći autor dr Nik Kvin-Boman sa Univerziteta. vašingtonskog postdiplomca na ISB-u koji je nedavno odbranio svoju disertaciju.
Nakon validacije MCMM predviđanja na različite načine, autori su zatim demonstrirali potencijal ovog pristupa za dizajniranje personalizovanih prebiotičkih, probiotičkih i dijetetskih intervencija koje optimizuju profile proizvodnje SCFA.
Oni su simulirali stope proizvodnje butirata za dve različite dijete – standardnu austrijsku ishranu (tj. standardnu evropska dijeta) i vegansku ishranu bogatu vlaknima – u kohorti od preko 2.000 pojedinaca sa pacifičkog zapada SAD.
Otkrili su da mala podgrupa pojedinaca nije pokazala skoro nikakvo povećanje u proizvodnji butirata kada je prešla na ishranu bogatu vlaknima (nazvana „nereagujući“), a druga podskupina je zapravo primetila mali pad u proizvodnji butirata na ishrani sa visokim sadržajem vlakana (nazvana „regresori“).
Zatim su simulirali tri jednostavne ko-intervencije na obe pozadinske dijete kako bi pokušali da povećaju proizvodnju butirata kod onih koji ne reaguju i regresora: dodavanje inulina prebiotskih vlakana, dodavanje pektina prebiotskih vlakana ili dodavanje probiotika koji proizvodi butirat (Faecalibacterium) .
Rezultati su pokazali da nijedna pojedinačna kombinatorna intervencija nije bila optimalna za sve pojedince: neki su imali najviše koristi od dodavanja prebiotičkih vlakana, dok se činilo da drugi zahtevaju dodavanje probiotika koji proizvodi butirat u svoju mikrobiotu.
„Zajedno, ovi rezultati predstavljaju važan dokaz koncepta za novi put napred u preciznoj ishrani posredovanoj mikrobiomom“, rekao je dr Kristijan Diner, ko-senior autor i docent na Medicinskom univerzitetu u Gracu u Austriji.
„Ali, naravno, ima još posla da se potvrdi prediktivni kapacitet ovih modela u prospektivnim ispitivanjima na ljudima pre nego što uđu u kliničku praksu.“
