De initiële kolonisatie van de darm van een zuigeling is een complex proces dat de basis legt voor een gezonde ontwikkeling van het microbioom. Bifidobacterium longum is een van de eerste kolonisatoren van de darm van pasgeborenen en speelt een cruciale rol in de gezonde ontwikkeling van zowel de gastheer als zijn microbioom. B. longumvertoont echter een aanzienlijke genomische diversiteit, waarbij ondersoorten (bijv. Bifidobacterium longum subsp. infantisen subsp. longum) verschillende ecologische en metabolische strategieën vertonen, waaronder verschillende capaciteiten om menselijke melkglycanen (HMG’s) af te breken. Om een gezonde ontwikkeling van het microbioom van zuigelingen te bevorderen, is een goed begrip nodig van de factoren die de dynamiek van het microbioom van zuigelingen bepalen.
We analyseerden nieuw gesequencede darmmicrobioommonsters van moeder-kind paren van de Amsterdam Infant Microbiome Study (AIMS) en vier publiek beschikbare datasets om belangrijke omgevings- en bifidobacteriële kenmerken te identificeren die geassocieerd worden met het kolonisatiesucces en de opvolgingsresultaten van B. longumsubspecies. Metagenoom-geassembleerde genomen (MAGs) werden gegenereerd en beoordeeld om kenmerken van B. longum subspecies te identificeren in relatie tot darmkolonisatie tijdens het vroege leven. Verder implementeerden we ‘machine learning tools’ om significante kenmerken te identificeren die geassocieerd worden met de abundantie van B. longum subsoorten.
B. longum subsp. longum was de meest voorkomende en overvloedige darm-Bifidobacterium na één maand, en werd vervangen door B. longum subsp. infantisna na zes maanden. Door gebruik te maken van metagenoom-geassembleerde genomen (MAGs), onthullen we significante verschillen tussen en binnen B. longumsubsoorten in hun vermogen om HMGs af te breken. We combineerden stamtracering, meta-pangenomics en machine learning om deze overvloeddynamiek te begrijpen en vonden een samenspel van prioriteitseffecten, melkvoedingstype en HMG-gebruikspotentieel om deze overvloed gedurende de eerste zes levensmaanden te bepalen. We vinden hogere abundanties van B. longum subsp. longumin het maternale darmmicrobioom, verticale transmissie, moedermelk en een breder scala aan HMG-gebruikende genen om de abundantie te bevorderen op de leeftijd van één maand. Uiteindelijk vinden we dat B. longum subsp. longum wordt vervangen door B. longum subsp. infantis op de leeftijd van zes maanden door een combinatie van voedingsinname, HMG-utilisatiepotentieel en een afname van prioritaire effecten.
Onze resultaten stellen een ecologisch raamwerk op stamniveau vast dat de overvloeddynamiek van B. longumondersoorten op jonge leeftijd verklaart. We benadrukken de rol van prioriteitseffecten, voeding en significante variabiliteit in HMG-benuttingspotentieel bij het bepalen van de voorspelbare kolonisatie- en successieprocessen van B. longum ondersoorten, met mogelijke implicaties voor het bevorderen van de gezondheid en het welzijn van zuigelingen.
Lees meer
De menselijke darm herbergt inheemse microbiële gemeenschappen, die een zeer complex ecosysteem vormen. Synthetische microbiële gemeenschappen (SynComs) van de menselijke darm zijn een verzameling micro-organismen geïsoleerd uit menselijke mucosa of fecale monsters. In de afgelopen decennia hebben de steeds groter wordende kweekcapaciteit en betaalbare sequencing, samen met geavanceerde computationele modellering, een “gouden eeuw” ingeluid voor het benutten van het heilzame potentieel van SynComs voor het bestrijden van gastro-intestinale aandoeningen, zoals infecties en chronische inflammatoire darmziekten.
Als vereenvoudigde en volledig gedefinieerde microbiota bieden SynComs een veelbelovende reductionistische benadering voor het begrijpen van de interacties tussen meerdere soorten en meerdere groepen van soorten in de microbe-gastheer-immuun-as. Er zijn echter nog veel uitdagingen te overwinnen voordat we nauwkeurig SynComs met ontworpen functie en werkzaamheid kunnen construeren die de vertaling van wetenschappelijke bevindingen naar behandelingen voor patiënten mogelijk maken. Hier bespreken we de strategieën die worden gebruikt om een SynCom te ontwerpen, samen te stellen en te testen, en gaan we in op de belangrijke uitdagingen, van microbiologische, technische en translationele aard, die het gebruik van SynComs als levende bacteriële therapeutica in de weg staan.
Zie en lees publicatie (in het Engels)
De auteurs hebben tools ontwikkeld voor het creëren van een grote, georganiseerde bibliotheek (database) voor microbioomgegevens (kiemen die in en op ons lichaam leven) die gemakkelijk toegankelijk en bruikbaar zijn voor onderzoekers. Dit zal wetenschappers helpen om informatie te delen en nieuwe manieren te bedenken om gezondheidsproblemen aan te pakken, terwijl ook de privacywetgeving wordt nageleefd en de persoonlijke informatie van mensen wordt beschermd. Ze gebruiken een speciaal platform om de database op te bouwen en een handige set tools te maken die zelfs niet-deskundigen kunnen gebruiken om de gegevens te begrijpen en ermee te werken. Hieronder volgt een technische samenvatting van het werk,
Het artikel stelt de creatie voor van een real-time FAIR (Findable, Accessible, Interoperable, Reusable) database voor de behandeling en opslag van menselijke microbiome en gastheer-geassocieerde gegevens. Deze databaseontwikkelingspijplijn heeft als doel innovatie te vergemakkelijken en kosten in onderzoek te verlagen door gestandaardiseerde, transparante en direct beschikbare (meta)data te maken.
De auteurs bespreken potentiële conflicten die voortkomen uit privacywetgeving en mogelijke sequenties van het menselijk genoom in metagenome shotgun gegevens en stellen alternatieve paden voor om in dergelijke gevallen naleving te bereiken. Ze identificeren gevoelige microbioomgegevens, zoals DNA-sequenties of geolokaliseerde metadata, en overwegen de rol van GDPR-gegevensregelgeving. De database is geïmplementeerd met behulp van een open-source ontwikkelplatform, Supabase, waarmee onderzoekers gegevens over het menselijk microbioom kunnen openen, uploaden, downloaden en er op een FAIR-conforme manier mee kunnen interageren. Daarnaast wordt een groot taalmodel (LLM) ingezet om kennisverspreiding en niet-expert gebruik van de database mogelijk te maken.
Lees meer