Болезнь Паркинсона (БП) является вторым по распространенности возрастным нейродегенеративным заболеванием после болезни Альцгеймера.
По последним оценкам, число пациентов с БП удваивается примерно каждые 30 лет, что может привести к появлению около 12 миллионов пациентов во всем мире к 2050 году. Считается, что лишь небольшая часть случаев БП имеет чисто генетическое происхождение, а факторы окружающей среды играют решающую роль в развитии заболевания.
Характерной чертой БП является накопление телец Леви, содержащих неправильно свернутые белки α-синуклеина (αSyn) в центральной нервной системе, что вызывает токсическое воздействие на нейроны и их гибель. В частности, потеря дофаминергических нейронов и последующее снижение уровня дофамина являются молекулярными механизмами, лежащими в основе двигательных нарушений, наблюдаемых у пациентов с БП. Однако БП проявляется множеством как моторных, так и немоторных симптомов, многие из которых затрагивают желудочно-кишечный тракт (ЖКТ). Среди последних часто наблюдаются гастропарез, воспаление кишечника, повышенная проницаемость кишечника и запоры, и некоторые из этих симптомов ЖКТ, как было показано, являются предсказателями БП.
Примечательно, что поражение ЖКТ может предшествовать моторным симптомам за много лет. Например, запор является одним из самых ранних немоторных симптомов и может появляться за двадцать лет до постановки диагноза. Более того, недавние данные связывают воспалительные заболевания ЖКТ, такие как воспалительные заболевания кишечника, с патофизиологией БП. Эта связь между здоровьем ЖКТ и БП послужила мотивом для многочисленных исследований предполагаемой роли микробиома кишечника в развитии заболевания.
Несколько исследований, посвященных микробиому пациентов с БП, последовательно показывают его отличия от микробиома здоровых людей. Однако результаты часто различаются, что не является необычным для исследований микробиома, учитывая разнообразие методологий и присущие глобальному населению различия. Хотя в предыдущем метаанализе, проведенном Quadram Institute, были объединены данные для выявления некоторых общих черт на разных континентах, четкого консенсуса по поводу конкретных микробов, характеризующих микробиом при БП, по-прежнему нет.
Анализ триллионов микробов в микробиоме кишечника генерирует огромный объем данных. Чтобы найти закономерности, которые могут помочь в выявлении БП, исследователи все чаще используют машинное обучение. Эта область искусственного интеллекта применяет статистические методы для идентификации и обучения на больших наборах данных, что позволяет делать прогнозы на основе новой информации. Хотя некоторые первоначальные исследования являются многообещающими и показывают точность до 90%, настоящим испытанием будет то, как эти модели прогнозирования будут работать на образцах из различных независимых популяций.
Недавно ученые из Европейской молекулярно-биологической лаборатории провели крупное исследование, проанализировав почти 4500 образцов пациентов, чтобы выявить значительные изменения в микробиоме кишечника пациентов с БП. Эти данные, опубликованные в Nature Communications, дают наиболее полное на сегодняшний день представление об изменениях микробиома кишечника, наблюдаемых при БП. Используя машинное обучение на данных из 22 исследований по всему миру, группа ученых выявила конкретные виды бактерий и их метаболическую активность, которые последовательно ассоциируются с БП.
Одним из наиболее поразительных открытий было обогащение микробных путей, участвующих в биохимической трансформации ксенобиотиков — химических веществ, чужеродных для организма, таких как пестициды, растворители и загрязнители. «Обнаружение этой особенности в микробиоме кишечника пациентов с БП предполагает, что микробы могли контактировать с этими соединениями. Эти результаты очень интересны, поскольку они хорошо согласуются с текущими эпидемиологическими данными, указывающими на то, что воздействие этих химических веществ может увеличить риск развития БП», — прокомментировал Стефано Романо, первый автор исследования.
Точные последствия этого обогащения все еще изучаются. «Интересно предположить, что состав микробиома кишечника может измениться в результате воздействия этих химических веществ. Или же расщепление этих химических веществ микробиомом может изменить их известное воздействие на нейроны в головном мозге? И может ли это быть защитным эффектом, или же этот процесс может увеличить нейротоксичность этих химических веществ?» — размышляет Романо. «Необходимы дополнительные исследования, чтобы понять молекулярные механизмы преобразования этих химических веществ микробами кишечника».
Анализ также выявил признаки патогенных бактерий, связанных с инфекционными процессами. Они могут способствовать воспалению и повышению проницаемости слизистой оболочки кишечника. Нарушение барьера кишечника может способствовать перемещению бактериальных продуктов и потенциально токсичных соединений (например, ксенобиотиков) из кишечника в организм и, возможно, даже в мозг и центральную нервную систему. Однако неясно, какие ксенобиотики привели к появлению этой микробиомной сигнатуры, и нельзя исключать лекарства от БП как причину наблюдаемого эффекта. Кроме того, последствия повышенной способности микробиома расщеплять эти вещества остаются неизвестными.
Этот крупномасштабный метаанализ подчеркивает силу объединения разнообразных массивов данных и машинного обучения для преодоления проблем, связанных с исследованием микробиома. В то время как отдельные модели машинного обучения часто затрудняются обобщать результаты различных исследований, обучение моделей на данных из многочисленных исследований одновременно значительно улучшило их способность универсально идентифицировать изменения микробиома, связанные с БП. «Используя большие объемы данных, мы предоставили наиболее актуальную информацию о таксономических и функциональных характеристиках микробиома кишечника, которые тесно связаны с БП», — прокомментировал Романо.
Он также подчеркнул более широкие последствия: "Появляется все больше доказательств роли микробиома кишечника в этиологии БП, но вариации в индивидуальных микробиомах затрудняют выявление конкретных микробов, которые с наибольшей вероятностью участвуют в процессах заболевания. Сочетание использования машинного обучения с углубленным метагеномным секвенированием с использованием больших когорт обеспечивает многообещающую основу для диагностики и терапевтического потенциала. Наше исследование открывает путь для дальнейшего изучения сложных механизмов, связывающих индивидуальные микробиомы кишечника с риском развития БП, а также потенциальных защитных стратегий".
