Decision-relevant measurement for precision microbiome interventions

L'intestin humain n'est pas un simple tube uniforme où les bactéries vivent dans une soupe homogène et mélangée. Il s'agit plutôt d'un paysage long et sinueux composé de quartiers distincts, chacun offrant des conditions différentes pour la vie microbienne. Tout comme l'air d'une canopée forestière diffère de l'air du sol en dessous, l'environnement à l'intérieur de l'estomac, de l'intestin grêle et du gros intestin varie en termes de niveaux d'oxygène, de disponibilité des nutriments et d'acidité. Ces différences créent des communautés de microbes uniques dans chaque section. Pendant des décennies, les scientifiques ont étudié ces communautés presque exclusivement en analysant des échantillons de selles. Les selles sont faciles à collecter et fournissent un instantané des microbes ayant survécu à l'ensemble du voyage à travers le tractus digestif. Cependant, cette méthode présente une limite fondamentale : il s'agit d'un mélange en aval. Au moment où les microbes atteignent les toilettes, les signaux distincts des parties supérieures et inférieures de l'intestin se sont mélangés, effaçant potentiellement les détails spécifiques qui comptent le plus pour comprendre la santé ou traiter une maladie.

Ce mélange crée un problème difficile pour les chercheurs qui tentent de concevoir des traitements de précision. Si un médecin souhaite cibler une communauté bactérienne spécifique dans l'intestin grêle pour traiter une pathologie, s'appuyer sur un échantillon de selles reviendrait à essayer de comprendre la météo d'une ville spécifique en regardant une moyenne mondiale. La question est de savoir si la perte de détail dans un échantillon de selles importe réellement lors de la prise de décisions médicales. Est-ce que l'image floue contient encore suffisamment d'informations pour choisir le bon traitement, ou est-ce que l'absence de détails spatiaux mène au mauvais choix ? Cette incertitude a laissé les scientifiques perplexes quant à savoir si l'effort supplémentaire et le risque liés à la collecte directe d'échantillons dans les différentes parties de l'intestin en valent la peine, ou si l'échantillon de selles, plus pratique, est suffisant pour guider les interventions.

Une équipe de chercheurs de l'Université de Californie à Berkeley s'est donné pour mission de répondre à cette question en traitant le problème comme un test d'information plutôt qu'un simple test de précision. Ils ont utilisé les données d'une étude précédente impliquant onze volontaires sains ayant avalé des capsules ingérables conçues pour collecter des échantillons de quatre régions spécifiques de leurs intestins. Ces capsules ont fourni une carte rare et détaillée des communautés microbiennes dans différentes parties de l'intestin, que les chercheurs ont ensuite pu comparer aux échantillons de selles collectés chez les mêmes personnes au même moment. Les scientifiques ne se sont pas contentés de demander si les selles ressemblaient aux échantillons intestinaux ; ils ont cherché à savoir si les échantillons de selles pouvaient être utilisés pour prendre les mêmes décisions qu'un médecin disposant des cartes régionales détaillées. Ils ont créé un cadre pour voir si l'information perdue dans l'échantillon de selles était le type d'information qui changerait une décision médicale.

Pour ce faire, les chercheurs ont d'abord regroupé les milliers de types bactériens individuels en onze groupes fonctionnels plus larges, ou « guildes », basés sur leur rôle dans l'intestin. Ils ont ensuite construit des modèles mathématiques pour voir s'ils pouvaient reconstruire l'aspect des selles en utilisant uniquement les données des quatre régions intestinales. Ils ont testé de nombreuses façons de mélanger ces signaux régionaux, allant de moyennes simples à des combinaisons statistiques complexes. L'objectif était de voir quel modèle pouvait le mieux recréer la composition des selles. Ils ont constaté que les modèles utilisant un type spécifique de géométrie mathématique, qui prend en compte les proportions relatives des bactéries plutôt que leurs simples décomptes bruts, étaient légèrement plus performants que les autres. Cependant, l'amélioration était faible et, lorsqu'ils ont corrigé pour le nombre de tests effectués, la preuve que ces modèles complexes étaient réellement supérieurs à un simple échantillon de population n'était pas assez forte pour être considérée comme définitive.

La partie la plus critique de l'étude est venue lorsqu'ils ont testé si ces modèles préservaient la capacité de prendre des décisions. Les chercheurs ont défini trois scénarios spécifiques où un médecin pourrait avoir besoin de décider d'une intervention, comme la détection d'un type spécifique d'activité bactérienne dans l'intestin supérieur ou l'absence d'un composé bénéfique dans l'intestin inférieur. Ils ont calculé quelle « valeur de décision » était perdue lors de l'utilisation d'un échantillon de selles reconstruit par rapport aux données régionales réelles. Étonnamment, ils ont découvert que le modèle qui était le meilleur pour reconstruire la composition des selles n'était pas nécessairement celui qui était le meilleur pour préserver l'information décisionnelle. Dans certains cas, un modèle produisant une mauvaise reconstruction des selles parvenait tout de même à conserver les signaux cruciaux nécessaires à une décision, tandis qu'un modèle recréant parfaitement la composition des selles pouvait avoir lissé les détails mêmes qui importaient pour l'intervention. Crucialement, l'étude a révélé que les échantillons de selles observés eux-mêmes étaient presque dépourvus d'informations pour la prise de décisions individualisées. Les modèles qui utilisaient simplement une moyenne de population pour prédire la composition des selles reproduisaient étroitement les courbes de perte de décision des selles réelles, mais c'était parce que les échantillons de selles ne conservaient très peu d'informations régionales individualisées à l'origine.

L'étude a également révélé que le choix du regroupement des bactéries et de la gestion des points de données manquants pouvait inverser les résultats. Lorsque les chercheurs ont simplifié les groupes bactériens en catégories plus larges, le classement du meilleur modèle a changé, et dans certains cas, la simple moyenne de population est apparue plus performante que les modèles régionaux complexes. Cela suggère que la valeur de la collecte de données régionales n'est pas un fait figé, mais dépend fortement de la manière dont les données sont analysées et des caractéristiques biologiques spécifiques recherchées. Les chercheurs ont conclu que la relation entre l'intestin et les selles n'est pas un mélange simple et universel. L'information contenue dans un échantillon de selles est un filtre complexe de la réalité de l'intestin, et la pertinence de ce filtre dépend entièrement de la question posée.

En fin de compte, les conclusions suggèrent que nous ne pouvons pas supposer qu'un échantillon de selles est soit un substitut parfait, soit une approximation inutile de l'état interne de l'intestin. L'étude montre que l'exactitude de la composition et l'utilité décisionnelle sont deux choses distinctes. Une stratégie de mesure qui semble bonne sur le papier en recréant avec précision un échantillon de selles peut échouer à capturer les signaux biologiques spécifiques nécessaires pour guider un traitement. Inversement, une méthode qui semble moins précise pour recréer l'échantillon peut encore détenir la clé de l'information pour une décision médicale spécifique. Les chercheurs soutiennent que les études futures ne devraient pas seulement demander à quel point une mesure correspond à l'intestin, mais si elle préserve les distinctions spécifiques requises pour l'action médicale prévue. Cela signifie que la conception des études sur le microbiote doit être adaptée à la décision spécifique en jeu, en traitant la représentation biologique et la tâche comme des parties inséparables de la question, plutôt qu'en supposant qu'un seul type d'échantillon puisse répondre à toutes les questions sur l'intestin.