Uma equipe de cientistas da Universidade de Duke tem acompanhado como essa evolução microbiana se desenvolveu, usando ferramentas matemáticas originalmente desenvolvidas para geólogos.
Os cientistas identificaram micróbios que divergiram em novas espécies, à medida que colonizavam uma área do corpo após a outra.
A pesquisa, publicada na revista de acesso aberto eLife , poderia levar a novas teorias e tratamentos para o gerenciamento dessas comunidades bacterianas, coletivamente conhecidas como microbioma humano, para melhorar nossa saúde pessoal.
"Durante a última década, tem havido um interesse significativo no desenvolvimento de probióticos e transplantes de bactérias benéficas para tratar uma grande variedade de problemas de saúde", disse Lawrence A. David, Ph.D., autor sênior do estudo e professor assistente de Genética molecular e microbiologia na Duke University School of Medicine. "Nossa análise mostra como diferentes bactérias se adaptam e evoluem de modo que poderemos mais eficazmente prever quais espécies implantadas sobreviverão produzindo mais impacto na doença."
Só recentemente os cientistas começaram a apreciar o quanto a nossa saúde depende dos trilhões de bactérias que usam nossos corpos como casa. Sabemos agora que estas bactérias ajudam a digerir os alimentos que comemos, aumentam a nossa função cerebral e regulam o nosso sistema imunológico. Mas descobrir como nossas bactérias - que por algumas contas superam as nossas próprias células por dez a um - evoluíram para viver uns com as outras e com a gente provou ser particularmente desafiador.
Os cientistas tipicamente recolhem informações sobre o microbioma de alguns milhões de bactérias - digamos, do intestino ou amígdalas - e fazem o sequenciamentopara contar quais bactérias pertencem a cada espécie. Em seguida, eles comparam essas contagens, gerando valores que lhes dizem a abundância relativa de cada tipo. Eles usam métodos estatísticos que levem em conta como mudanças em uma espécie podem afetar outra.
Justin Silverman, um estudante de MD-PhD no laboratório David, pesquisou a literatura para possíveis soluções alternativas, e encontrou uma em um lugar improvável - o campo da geologia. Para entender as quantidades relativas de diferentes elementos como cálcio e alumínio encontrados nas rochas, os geólogos desenvolveram uma ferramenta matemática chamada PhILR. Silverman adaptou esta ferramenta para estudar as quantidades relativas de bactérias encontradas no microbioma.
A nova técnica combinou as contagens de sequenciamento para cada espécie com informações sobre sua posição na árvore genealógica bacteriana. O quadro estatístico resultante parece um brinquedo que você pode encontrar pendurado sobre o berço de um bebê, com um ancestral comum no topo e todas as gerações subseqüentes suspensas embaixo, conectada por uma série de barras transversais. Observando como essas barras cruzadas inclinavam-se e se balançavam com o peso das várias espécies pendentes de suas pontas, Silverman e seus colegas podiam avaliar como as comunidades microbianas cresciam e evoluíam em diferentes locais corporais.
"Esta técnica desbloqueia uma caixa de ferramentas tremenda de métodos estatísticos que não teria funcionado antes, mas que agora pode ser usada para analisar dados do microbioma", disse Silverman.
Silverman usou esse quadro para analisar os dados do Projeto Microbioma Humano e descobriu que diferentes micróbios evoluíram para se adaptarem a ambientes como na nossa pele e boca. Por exemplo, eles descobriram um grupo de bactérias estreptococos que divergiram recentemente em diferentes regiões da cavidade oral. Nosso palato, língua, garganta, amígdalas, gengivas - até mesmo a placa em nossos dentes - cada casa com sua própria espécie de bactérias. Essas descobertas podem ajudar os pesquisadores a determinar como genes diferentes permitem que os micróbios se adaptem a um lugar ou outro e poderiam levar um dia a novas terapias que moldam o microbioma.
Os pesquisadores acreditam que sua técnica poderia ser aplicada em praticamente qualquer situação em que tecnologias de alto rendimento são usadas para medir a composição de uma amostra, desde a constituição genética de um tumor até as estirpes de um vírus influenza.
Traduzido e Editado
Se copiar é obrigatório citar o link do Blog AR NEWS