El intestino humano está colonizado por billones de microorganismos que influyen en la salud de su huésped humano. Si bien muchas especies bacterianas se han relacionado con diversas enfermedades, la participación de los Archaea, un grupo de microorganismos evolutivamente distinto, en las enfermedades humanas sigue siendo poco clara. Al analizar 19 estudios clínicos independientes, demostramos que las asociaciones entre los Archaea y las enfermedades humanas son generalizadas, pero muy heterogéneas, con un enriquecimiento pronunciado y consistente de Methanobrevibacter smithii en pacientes con cáncer colorrectal (CRC). El modelado metabólico y el cocultivo in vitro identificaron interacciones mutualistas distintas de M. smithii con bacterias causantes de CRC, como Fusobacterium nucleatum, incluido el aumento metabólico.
La metabolómica reveló además compuestos derivados de los Archaea con propiedades moduladoras del tumor. En conjunto, nuestros resultados proporcionan información mecanística sobre cómo el arqueoma intestinal humano puede participar en las redes microbianas asociadas al CRC a través de la cooperación metabólica con las bacterias.
Se ha demostrado que las alteraciones en el microbioma gastrointestinal están implicadas en una amplia gama de enfermedades, incluidas las enfermedades inflamatorias intestinales (EII), los trastornos metabólicos como la obesidad y la diabetes tipo 2 (DM2), las afecciones cardiovasculares y las enfermedades neurodegenerativas o neuropsiquiátricas, como la enfermedad de Parkinson (EP), la enfermedad de Alzheimer (EA), la esquizofrenia (ESZ) y la esclerosis múltiple (EM)[1]–[8]. Establecer vínculos mecanicistas entre microorganismos específicos y fenotipos de enfermedades sigue siendo un gran desafío debido a la inherente complejidad e interdependencia de los ecosistemas microbianos. Los microbiomas están moldeados por intrincadas redes de alimentación cruzada, competencia e interacciones con el huésped en los diferentes dominios de la vida, incluyendo una compleja interacción de bacterias, hongos, virus y arqueas.
Las arqueas, en particular los representantes formadores de metano, pueden constituir hasta el 4% del microbioma intestinal[9], pero siguen siendo un área poco investigada. El género más abundante es Methanobrevibacter, cuyos representantes se consideran generalmente comensales y no se han relacionado con la patogenicidad en humanos u otros huéspedes[10]. Sin embargo, su actividad metabólica, principalmente el consumo de productos de fermentación bacteriana (H₂, CO₂) para producir metano, los posiciona como importantes interactores microbianos[11]. La abundancia de Methanobrevibacter se ha asociado con resultados beneficiosos, incluyendo niveles más altos de ácidos grasos de cadena corta, un índice de masa corporal (IMC) reducido y una mayor longevidad[9],[12]–[14]. Se ha observado una disminución de las arqueas en varios trastornos, como las EII[15], la obesidad[16] y el síndrome del intestino irritable con diarrea (SII-D)[17],[18]. Por el contrario, también se ha relacionado un aumento de los niveles de Methanobrevibacter con el SII con predominio del estreñimiento (SII-C)[19], el crecimiento excesivo de metanógenos intestinales (un subtipo de sobrecrecimiento bacteriano en el intestino delgado)[20],[21] y, en algunos informes, el cáncer colorrectal (CCR)[22]. Estas asociaciones sugieren que los metanógenos pueden modular la fisiología del huésped tanto directa, como indirectamente, a través de la producción de metabolitos y la modificación de la actividad bacteriana al inhibir la eliminación de H2.
A pesar de su posible importancia, las arqueas se descuidan en la mayoría de los estudios del microbioma debido a las limitaciones metodológicas. Los cebadores estándar dirigidos al gen del ARNr 16S carecen de cobertura de arqueas, las bases de datos de genomas de referencia siguen siendo incompletas, el cultivo es complicado y muchos flujos de trabajo computacionales no están optimizados para detectar firmas de arqueas[23],[24]. La mayoría de los datos existentes sobre arqueas provienen del uso de métodos de baja resolución, como las pruebas de metano en el aliento o la elaboración de perfiles del gen del ARNr 16S, que no pueden resolver taxones a nivel de especie ni inferir funciones metabólicas. Como resultado, las hipótesis clave siguen sin ser probadas: que las distintas enfermedades pueden inducir cambios característicos en el arqueoma intestinal (la comunidad de arqueas que reside en el intestino humano); que los metanógenos pueden estar selectivamente enriquecidos o disminuidos dependiendo del contexto de la enfermedad; que ciertos taxones de arqueas podrían servir como biomarcadores fiables y específicos de la enfermedad en diferentes cohortes; y que los metabolitos de las arqueas, ya sean exclusivos de este dominio o producidos a través de interacciones sintróficas, pueden ejercer efectos biológicamente relevantes sobre la fisiología del huésped y los procesos de la enfermedad.
Para abordar estas lagunas de conocimiento, realizamos un estudio de múltiples niveles, comenzando con el primer metaanálisis exhaustivo del arqueoma intestinal humano en múltiples enfermedades, aprovechando metagenomas de alta calidad de alrededor de 3000 muestras fecales derivadas de 19 estudios que abarcan 12 países. Este conjunto de datos cubrió un espectro de afecciones: CCR, DM2, EC, CU, EM, EA, ESZ y EP. Utilizando un marco analítico unificado, cuantificamos sistemáticamente la prevalencia de las arqueas, identificamos patrones específicos de la enfermedad y evaluamos la importancia de estas asociaciones en las cohortes, ajustando por los principales factores de confusión, como la edad, el sexo y el IMC, cuando fue posible. Las correlaciones observadas con el CCR se abordaron posteriormente mediante el modelado metabólico a escala del genoma y experimentos de cocultivo de arqueas y bacterias, que involucraron patógenos asociados al CCR, como Fusobacterium nucleatum. Las interacciones funcionales se resolvieron mediante metabolómica, revelando que M. smithii participa en intercambios complejos que tienen el potencial de moldear el microentorno tumoral.
Nuestros hallazgos posicionan a M. smithii como un contribuyente metabólico y ecológico potencialmente activo dentro de las redes microbianas asociadas al CCR. Al redefinir su papel, pasando de ser un eliminador pasivo de H2 a un modulador dinámico de las interacciones microbianas y los metabolitos relevantes para el huésped, este estudio destaca la importancia de integrar las funciones de las arqueas en los modelos de microbioma y enfermedad.
Resultados
El reprocesamiento sistemático de metagenomas intestinales humanos permite una elaboración de perfiles de arqueas estandarizados en diversos estudios
Recopilamos, reprocesamos y reanalizamos sistemáticamente conjuntos de datos de microbiomas en bruto, seleccionando solo aquellos estudios que proporcionaron datos de secuenciación de metagenomas de acceso público (en formato FASTQ o FASTA) derivados de muestras fecales, acompañados de metadatos de la enfermedad (es decir, clasificaciones de caso frente a control) para al menos 20 sujetos por categoría. De un conjunto inicial de 627 estudios, 573 fueron excluidos después de la revisión de los resúmenes, lo que resultó en 54 estudios elegibles. Los refinamientos posteriores llevaron a la exclusión de 35 estudios adicionales debido a la falta de metadatos, inconsistencias entre los identificadores de muestra en los metadatos y los archivos de secuenciación, datos o textos completos no disponibles, o el uso de la secuenciación de amplicones del ARNr 16S en lugar de la secuenciación de escopeta metagenómica, siendo esta última esencial para nuestro metaanálisis debido a su resolución superior a nivel de especie para las arqueas. En última instancia, se retuvieron 19 estudios para el metaanálisis (Fig. 1a y Fig. S1).
El conjunto de datos comprendía inicialmente una muestra de metagenoma fecal por sujeto de 3243. Para el estudio de Zhou et al.[25], solo se incluyeron en el análisis los individuos que no habían recibido ningún medicamento para el tratamiento de la EM, con el fin de minimizar los efectos de confusión[26]. Además, para los conjuntos de datos en los que se informó explícitamente el uso de antibióticos en los metadatos (por ejemplo, el estudio de Franzosa et al.[27] y el estudio de Wallen et al.[28]), excluimos esas muestras para evitar posibles alteraciones del microbioma debido a la exposición a antibióticos. Para minimizar los efectos de confusión del sexo, la edad y el IMC, factores que se sabe que influyen tanto en el arqueoma como en el microbioma[28]–[31], hicimos coincidir las muestras de caso y control por separado dentro de cada estudio siempre que fue posible. En los estudios realizados por Yu et al. y Jo et al.[32],[33], la correspondencia de muestras de caso y control basada en estas covariables no fue factible debido a la falta de metadatos completos. Sin embargo, ambos estudios informaron que no hubo diferencias significativas en el sexo, la edad o el IMC entre los grupos de caso y control. En contraste, las muestras de caso y control en los conjuntos de datos de Feng et al., Boktor et al. y Bedarf et al.[34]–[36] ya habían sido pre-correspondidas para el sexo, la edad y el IMC. En el estudio de Franzosa et al.[27], la correspondencia de caso y control se realizó únicamente por la edad, ya que la información del IMC y el sexo no estaba disponible. Para los 13 estudios restantes, aplicamos la correspondencia de caso y control basada en el sexo, la edad (± 5 años) y el IMC (± 3 unidades), lo que resultó en un conjunto de datos final de 2214 muestras (sin combinar los conjuntos de datos) (Datos suplementarios 1 y Fig. 1b).
Se proporciona un resumen detallado de los estudios incluidos, que abarca el diseño del estudio, el origen geográfico, el tamaño de la muestra, los métodos de procesamiento y los protocolos de secuenciación, en los Datos suplementarios 1. Si bien los estudios utilizaron diferentes kits de extracción de ADN, plataformas de secuenciación y números de acceso de muestras, cada estudio mantuvo la consistencia metodológica dentro de su propio marco. Para garantizar la consistencia, los datos metagenómicos de todos los estudios incluidos se procesaron de manera uniforme siguiendo un protocolo estandarizado, y cada estudio se analizó de forma independiente para evitar el efecto de lote (Fig. 1c). Para obtener información adicional sobre las enfermedades representadas por múltiples cohortes, los conjuntos de datos también se analizaron en forma agrupada. Los análisis PERMANOVA post-corrección (distancia de Bray-Curtis) confirmaron una reducción sustancial de la varianza inter-estudio en todas las cohortes de enfermedades después de la corrección del lote: de R² = 0,154 a R² = 0,080 (p < 0,001) para el CCR, de R² = 0,055 a R² = 0,011 (p = 0,001) para el EA preclínico y de R² = 0,144 a R² = 0,087 (p = 0,001) para los conjuntos de datos de EP. Debido a la falta de información consistente sobre las covariables en los estudios, la correspondencia de caso y control basada en los metadatos mencionados no fue factible en el conjunto de datos combinado.
La diversidad alfa y beta del arqueoma intestinal depende de la cohorte y la enfermedad
Para investigar las diferencias en la composición de las arqueas entre los grupos de enfermedad (caso) y control, realizamos un reanálisis exhaustivo de múltiples conjuntos de datos independientes. Este enfoque permitió la identificación de taxones de arqueas compartidos y específicos de la enfermedad en diferentes condiciones.
Para investigar la relación entre la composición del arqueoma intestinal y la enfermedad, evaluamos la diversidad beta de las muestras utilizando la distancia de Bray-Curtis para cuantificar las disimilitudes de la comunidad microbiana, y se empleó el análisis de coordenadas principales (PCoA) para visualizar los patrones de agrupación basados en las abundancias de especies derivadas de la secuenciación de escopeta metagenómica. Se identificaron asociaciones entre la diversidad beta del arqueoma y los estados de la enfermedad en el CCR y el EA preclínico. Entre los estudios de CCR, 4 de 9 (realizados por Feng et al.[34] (R2 = 0,029, p = 1E-03), Yu et al.[33] (R2 = 0,036, p = 4E-03), Thomas et al.[37] (R2 = 0,064, p = 1,4E-02) y Gupta et al.[38] (R2 = 0,368, p = 9E-03)) mostraron una divergencia significativa. Para el EA preclínico, ambos estudios analizados (Laske et al.[39], R2 = 0,037, p = 4E-02; Ferreiro et al.[40], R2 = 0,040, p = 1E-02) demostraron diferencias en la composición de las arqueas (Fig. S2). No se encontraron variaciones en la comunidad de arqueas al comparar los casos con los controles para la EC, la CU, la DM2, la ESZ o la EM (Fig. S2).
Curiosamente, en los estudios de CCR en los que la diversidad beta de las arqueas exhibió diferencias significativas entre los casos y los controles, la diversidad beta de las bacterias siguió una tendencia similar (Fig. S2 y Fig. S3), lo que sugiere una posible relación entre las arqueas y las bacterias en el CCR dentro del intestino, mientras que esta tendencia no se observó en el EA preclínico. Además, en otros conjuntos de datos, incluidos dos estudios de CCR (Zeller et al.[41]; tanto en las etapas I/II como en las III/IV) y la EII (tanto la CU como la EC), tres estudios de EP (Wallen et al.[28], Jo et al.[32] y Boktor et al.[35]) y el estudio de ESZ, la diversidad beta de las bacterias mostró una agrupación distinta entre los casos y los controles, mientras que la diversidad beta de las arqueas permaneció sin cambios.
En general, estos hallazgos sugieren que las diferencias en la diversidad beta de las arqueas en los estados de la enfermedad no se observan de manera consistente en los estudios. Esta variabilidad puede deberse a la menor abundancia relativa de las arqueas, lo que limita la potencia estadística, o a la posibilidad de que las arqueas sean menos sensibles a los cambios del microbioma relacionados con la enfermedad en comparación con las bacterias en estos conjuntos de datos. Además, las diferencias en la composición de la cohorte, los factores geográficos y ambientales, la individualidad del paciente, los hábitos alimenticios, los diferentes protocolos de extracción de ADN, así como las variaciones en las metodologías de secuenciación pueden haber contribuido a las inconsistencias observadas en los estudios, lo que podría influir en los resultados de la diversidad beta de las arqueas[24].
El análisis de la diversidad alfa utilizando el índice de Shannon reveló reducciones significativas en la diversidad de las arqueas en solo uno de los nueve estudios de CCR, a saber, el estudio de Wirbel et al.[42], donde los casos tenían una diversidad menor en comparación con los controles (p = 3,1E-2), mientras que en otro estudio (Gupta et al.[38]), los pacientes con CCR mostraron una mayor diversidad de Shannon en comparación con el control (p = 3,3E-2). En contraste, los casos de CU (estudio de Franzosa et al.[27]) exhibieron una diversidad de arqueas significativamente reducida en comparación con los controles (p = 4,5E-2), lo que sugiere un posible vínculo entre la CU y las alteraciones en la comunidad de arqueas (Fig. S4).
Cabe destacar que, en los estudios en los que se observaron reducciones significativas del índice de Shannon arqueal, las diferencias en el índice de Shannon bacteriano siguieron una tendencia paralela, con casos que mostraron una diversidad reducida en comparación con los controles (Figuras suplementarias 4 y 5). Sin embargo, esta relación consistente no se observó en todos los estudios de la misma enfermedad, ni en las enfermedades para las que solo se dispuso de un único conjunto de datos. Estos hallazgos indican, una vez más, los cambios dependientes del estudio en la diversidad arqueal.
A continuación, investigamos si especies arqueales específicas son más prevalentes en la enfermedad en comparación con el control. Primero analizamos el conjunto de datos combinado para identificar las tendencias generales y, luego, examinamos cada estudio por separado (para tener en cuenta los factores de confusión específicos del estudio) para evaluar la composición del arqueoma y comparar la presencia y la abundancia relativa de las especies arqueales en individuos sanos y enfermos.
En total, nuestro análisis identificó ocho especies arqueales descritas de forma válida, cinco taxones asignados a especies provisionales dentro de géneros conocidos (por ejemplo, MethanobrevibacterAsp900769095) y genomas adicionales con baja resolución taxonómica (denominados aquí no clasificados), definidos por el catálogo de referencia unificado del genoma gastrointestinal humano (UHGG).
El arqueoma intestinal estuvo consistentemente dominado por varias especies del género Methanobrevibacter, en particular MethanobrevibacterAsmithii (UHGG representativo de M. smithii), MethanobrevibacterAsmithiiA (UHGG representativo de M. intestini) y MethanobrevibacterAsp900766745. Estas especies se detectaron de forma universal en todos los estudios, independientemente del estado de la enfermedad de los participantes. Se observaron especies adicionales de Methanobrevibacter, incluidas MethanobrevibacterAwoesei, MethanobrevibacterAsp900769095 y MethanobrevibacterAoralis, en abundancias más bajas, pero se detectaron de forma consistente (Fig. 2a). Estas observaciones sugieren que los miembros del género Methanobrevibacter_ son colonizadores estables y persistentes del intestino humano, independientemente de las condiciones de la enfermedad del huésped.
Además de Methanobrevibacter, las contribuciones sustanciales al arqueoma intestinal incluyeron especies del género Methanosphaera. Methanosphaera_sp900322125 se detectó en casi todos los estudios y grupos de pacientes (Fig. 2a).
Además, la diversidad dentro del arqueoma intestinal estuvo representada por especies de los géneros Methanomassilicoccus, Methanomethylophilus y Methanobacterium. Cabe destacar que Methanomassilicoccus_luminyensis se identificó exclusivamente en pacientes con EP, apareciendo en tres de los cuatro estudios relacionados con la EP (estudios de Wallen et al. [28], Boktor et al. [35] y Bedarf et al. [36]) (Fig. 2a).
Para explorar las variaciones específicas de la enfermedad, primero evaluamos el conjunto de datos combinado para identificar patrones generales asociados con la enfermedad, cuando fue posible, y luego comparamos los casos y los controles dentro de los estudios individuales para tener en cuenta los efectos específicos del estudio. Se realizó un análisis de abundancia diferencial (CLR + Wilcoxon, BH-FDR) de las especies arqueales en el contexto del microbioma completo para tener en cuenta sus relaciones composicionales con la comunidad bacteriana más amplia. Entre las cinco especies arqueales más prevalentes, MethanobrevibacterAsmithii demostró diferencias significativas (CLR + Wilcoxon, p-ajustado
¡Aún no hay comentarios. Sé el primero en comentar!