Микробиота кишечника - это динамичная экосистема, обитающая в желудочно-кишечном тракте человека, которая постепенно признается важнейшим фактором, влияющим на возникновение, прогрессирование и ответ на лечение онкологических заболеваний.
Все больше доказательств подчеркивают роль микробиоты как ключевого регулятора иммунитета, метаболизма и воспаления, которые являются механизмами, связанными с канцерогенезом. Особый интерес представляет участие микробиоты в развитии рака органов пищеварения, включая колоректальный рак (КРР), рак желудка и рак пищевода, где постоянно регистрируется микробный дисбиоз. Несмотря на обширные исследования микробиоты рака желудка, микробиота желудка и пищевода до недавнего времени была относительно менее изучена, однако сейчас эти области привлекают повышенное внимание исследователей как потенциальные источники новых биомаркеров и терапевтических мишеней.
Недавний библиометрический анализ, проведенный Ke et al., выявил четкую и ускоряющуюся тенденцию к изучению микробиоты желудка в исследованиях рака желудка. Это комплексное исследование показывает заметный сдвиг от ранее преобладавшего внимания только к Helicobacter pylori к более широкому изучению микробиоты желудка, включая новые нехеликобактерные бактерии (например, Fusobacterium nucleatum, Streptococcus anginosus). В этой связи F. nucleatum может способствовать уклонению от иммунитета при раке желудка путем рекрутирования опухолеассоциированных нейтрофилов, а S. anginosus может способствовать опухолеобразованию в желудке через ось аннексин А2-митоген-активируемая протеинкиназа (Zhang et al., 2025; Fu et al., 2024).
Статья Ke et al. подчеркивает растущее внимание к выяснению микробных механизмов, лежащих в основе канцерогенеза желудка. Аналогичным образом, в систематическом обзоре исследований «случай-контроль», проведенном Zhang R. et al., представлены доказательства того, что пациенты с раком желудка имеют различные микробные сигнатуры, такие как повышенное содержание Lactobacillus spp. и Streptococcus spp. и пониженное содержание Porphyromonas spp. и Rothia spp. Эти данные подчеркивают необходимость консенсуса микробных сигнатур в различных популяциях и методологиях, что отражает сложность и специфичность изменений микробиоты при раке.
Чтобы выйти за рамки наблюдательных ассоциаций и установить причинно-следственные связи, все больше усилий уделяется таким методологиям, как менделевская рандомизация. Недавние исследования Ma et al. для КРР и Zhang Z. et al. для рака пищевода выявили потенциально причинные микробные таксоны в канцерогенезе. Ma et al. продемонстрировали положительную ассоциацию Porphyromonadaceae spp., Lachnospiraceae UCG010, Lachnospira и Sellimonas с раком желудка. Примечательно, что хотя Lachnospiraceae UCG010 отрицательно коррелировали с интерлейкином-10, анализ показал, что стимулирующий КРР эффект Lachnospiraceae UCG010 не зависит от этого цитокина.
Аналогичным образом, Zhang Z. et al. выявили негативные ассоциации Romboutsia, Lachnospira и Eubacterium с раком пищевода. Эти защитные микроорганизмы могут предохранять от развития рака пищевода за счет повышения устойчивости клеток к стрессу эндоплазматического ретикулума, подавления воспалительных реакций и устранения свободных радикалов. Авторы также определили потенциальную патогенную роль Veillonella в развитии рака пищевода. Было показано, что эта бактерия способствует развитию воспалительной реакции через активацию пути Toll-подобных рецепторов 4 в макрофагах. Эти исследования подтверждают важность различения корреляции и причинно-следственных связей, определения микробов-виновников и уточнения целей для вмешательства на основе микробиоты.
За последнее десятилетие научное сообщество стало свидетелем стремительного роста числа исследований, в которых микробы кишечника используются в качестве биомаркеров для выявления неопластических поражений, особенно органов пищеварения. Так, Cui et al. представляют модель глубокого обучения под названием multi-view convolutional variational information bottleneck (MV-CVIB) для прогнозирования метастатического колоректального рака (МКРР) на основе данных о микробиоте кишечника, полученных с помощью секвенирования 16S рДНК. Модель объединяет данные о количестве микроорганизмов, демонстрируя хорошую эффективность для отличия больных КРР от здоровых людей. Исследование также выявило значительные микробные различия между пациентами с МКРР и пациентами без МКРР, в частности, обогащение Propionibacterium acnes в первом случае. Таким образом, MV-CVIB представляет собой новый инструмент глубокого обучения для классификации заболеваний на основе микробиоты.
Аналогичным образом Zhou et al. сравнили микробные сообщества при МКРР и не МКРР, но они сосредоточились на тканеассоциированных, а не люминальных бактериях. Исследователи обнаружили, что для МКРР характерно увеличение количества Bacteroides, особенно B. fragilis и B. uniformis, и уменьшение количества Streptococcus. Интересно, что микробные различия в тканях, прилегающих к опухоли, при МКРР и не МКРР сохранялись, что указывает на то, что микробный «дефект поля» может способствовать метастазированию МКРР. Что касается эффективности классификации, то эти бактерии продемонстрировали лишь умеренную точность, но их сочетание с тестом на карциноэмбриональный антиген улучшило прогноз. Это исследование вновь указывает на потенциальную роль микробиоты кишечника в метастазировании рака.
В отличие от роли в КРР, авторы другой статьи (Yang et al.) выявили обогащение стрептококками микробиоты кишечника у пациентов с раком поджелудочной железы (РПЖ), особенно с метастазами в печень. В этом отношении стрептококки могли с высокой точностью отличать пациентов с РПЖ и РПЖ с метастазами в печень от здоровых людей и пациентов с неметастатическим РПЖ, соответственно.
В отличие от бактериома, использование плазмид (небольших круглых нехромосомных молекул ДНК, встречающихся в бактериях) в качестве биомаркеров изучено недостаточно. В связи с этим Cai et al. изучили потенциал использования плазмид бактерий кишечника в качестве новых диагностических биомаркеров КРР. Проанализировав метагеномные данные из более чем 1200 образцов восьми когорт, исследователи выявили 198 плазмидных последовательностей, отличающихся по частоте встречаемости у пациентов с КРР. Диагностическая модель, использующая 21 плазмидный маркер, достигла умеренной точности, а объединение плазмидных маркеров с бактериальными маркерами еще больше повысило точность. Эти результаты подчеркивают целесообразность использования плазмид для совершенствования диагностических моделей, несмотря на существующие проблемы с их обнаружением в данных секвенирования с коротким прочтением.
