Decision-relevant measurement for precision microbiome interventions

El intestino humano no es un tubo único y uniforme donde las bacterias viven en una sopa simple y mezclada. En cambio, es un paisaje largo y sinuoso con vecindarios distintos, cada uno de los cuales ofrece condiciones diferentes para la vida microbiana. Así como el aire en el dosel de un bosque difiere del aire en el suelo, el entorno dentro del estómago, el intestino delgado y el intestino grueso varía en niveles de oxígeno, disponibilidad de nutrientes y acidez. Estas diferencias crean comunidades únicas de microbios en cada sección. Durante décadas, los científicos han estudiado estas comunidades casi exclusivamente analizando muestras de heces. Las heces son fáciles de recolectar y proporcionan una instantánea de los microbios que han sobrevivido a todo el viaje a través del tracto digestivo. Sin embargo, este método tiene una limitación fundamental: es una mezcla de aguas abajo. Para cuando los microbios llegan al inodoro, las señales distintas de las partes superior e inferior del intestino se han mezclado, perdiendo potencialmente los detalles específicos que son más importantes para comprender la salud o tratar enfermedades.

Esta mezcla crea un problema difícil para los investigadores que intentan diseñar tratamientos de precisión. Si un médico quiere dirigirse a una comunidad bacteriana específica en el intestino delgado para tratar una afección, confiar en una muestra de heces podría ser como intentar comprender el clima en una ciudad específica mirando un promedio global. La pregunta es si la pérdida de detalle en una muestra de heces realmente importa al tomar decisiones médicas. ¿Contiene la imagen borrosa suficiente información para elegir el tratamiento adecuado, o la falta de detalle espacial conduce a la elección errónea? Esta incertidumbre ha dejado a los científicos sin saber si el esfuerzo adicional y el riesgo de recolectar muestras directamente de diferentes partes del intestino valen la pena, o si la conveniente muestra de heces es suficiente para guiar las intervenciones.

Un equipo de investigadores de la Universidad de California, Berkeley, se propuso responder a esta pregunta tratando el problema como una prueba de información más que como una simple prueba de exactitud. Utilizaron datos de un estudio previo que involucró a once voluntarios sanos que ingirieron cápsulas diseñadas para recolectar muestras de cuatro regiones específicas a lo largo de sus intestinos. Estas cápsulas proporcionaron un mapa detallado y poco común de las comunidades microbianas en diferentes partes del intestino, el cual los investigadores pudieron comparar con las muestras de heces recolectadas de las mismas personas al mismo tiempo. Los científicos no se limitaron a preguntar si las heces se parecían a las muestras intestinales; preguntaron si las muestras de heces podían utilizarse para tomar las mismas decisiones que tomaría un médico si tuviera los mapas regionales detallados. Crearon un marco para ver si la información perdida en la muestra de heces era el tipo de información que cambiaría una decisión médica.

Para hacer esto, los investigadores primero agruparon los miles de tipos bacterianos individuales en once grupos funcionales más amplios, o "gremios", basados en lo que hacen en el intestino. Luego construyeron modelos matemáticos para ver si podían reconstruir cómo se veían las heces utilizando solo los datos de las cuatro regiones intestinales. Probaron muchas formas diferentes de mezclar estas señales regionales, desde promedios simples hasta combinaciones estadísticas complejas. El objetivo era ver qué modelo podía recrear mejor la composición de las heces. Encontraron que los modelos que utilizaban un tipo específico de geometría matemática, que tiene en cuenta las proporciones relativas de bacterias en lugar de solo sus recuentos brutos, funcionaban ligeramente mejor que otros. Sin embargo, la mejora fue pequeña y, cuando corrigieron por el número de pruebas realizadas, la evidencia de que estos modelos complejos eran verdaderamente superiores a un simple promedio de población no fue lo suficientemente sólida como para considerarse definitiva.

La parte más crítica del estudio surgió cuando probaron si estos modelos preservaban la capacidad de tomar decisiones. Los investigadores definieron tres escenarios específicos en los que un médico podría necesitar decidir si intervenir, como detectar un tipo específico de actividad bacteriana en la parte superior del intestino o la falta de un compuesto beneficioso en la parte inferior. Calcularon cuánto "valor de decisión" se perdía al usar una muestra de heces reconstruida en lugar de los datos regionales reales. Sorprendentemente, descubrieron que el modelo que mejor reconstruía la composición de las heces no era necesariamente el que mejor preservaba la información para la toma de decisiones. En algunos casos, un modelo que realizaba una reconstrucción deficiente de las heces lograba mantener las señales cruciales para una decisión, mientras que un modelo que reconstruía perfectamente la composición de las heculas podía haber suavizado los mismos detalles que importaban para la intervención. Crucialmente, el estudio reveló que las muestras de heces observadas eran casi ininformativas para la toma de decisiones individualizadas. Los modelos que simplemente usaban un promedio de población para predecir la composición de las heces reprodujeron de cerca las curvas de pérdida de decisión de las muestras de heces reales, pero esto se debió a que las muestras de heces retenían muy poca información regional individualizada desde el principio.

El estudio también reveló que la elección de cómo agrupar las bacterias y cómo manejar los puntos de datos faltantes podía cambiar los resultados. Cuando los investigadores simplificaron los grupos bacterianos en categorías más amplias, el ranking de cuál modelo era el mejor cambió y, en algunos casos, el simple promedio de población pareció funcionar mejor que los modelos regionales complejos. Esto sugiere que el valor de recolectar datos regionales no es un hecho fijo, sino que depende en gran medida de cómo se analizan los datos y de qué características biológicas específicas se estén buscando. Los investigadores concluyeron que la relación entre el intestino y las heces no es una mezcla simple de tipo para todos. La información contenida en una muestra de heces es un filtro complejo de la realidad del intestino, y si ese filtro es suficiente depende enteramente de la pregunta específica que se esté haciendo.

En última instancia, los hallazgos sugieren que no podemos asumir que una muestra de heces es un sustituto perfecto o una aproximación inútil del estado interno del intestino. El estudio muestra que la exactitud de la composición y la utilidad en la toma de decisiones son dos cosas distintas. Una estrategia de medición que parece buena en el papel al recrear con exactitud una muestra de heces puede fallar en capturar las señales biológicas específicas necesarias para guiar un tratamiento. Por el contrario, un método que parece menos preciso al recrear la muestra podría seguir conteniendo la clave de información para una decisión médica específica. Los investigadores argumentan que los estudios futuros no solo deben preguntar qué tan bien coincide una medición con el intestino, sino si preserva las distinciones específicas requeridas para la acción médica prevista. Esto significa que el diseño de los estudios del microbioma debe adaptarse a la decisión específica en cuestión, tratando la representación biológica y la tarea como partes inseparables de la pregunta, en lugar de asumir que un solo tipo de muestra puede responder todas las preguntas sobre el intestino.