Decision-relevant measurement for precision microbiome interventions

De menselijke darm is geen enkele, uniforme buis waarin bacteriën leven in een eenvoudige, gemengde soep. In plaats daarvan is het een lang, kronkelend landschap met duidelijke buurten, die elk verschillende omstandigheden bieden voor microbieel leven. Net zoals de lucht in een bladerdak van een bos verschilt van de lucht in de bodem eronder, zo varieert de omgeving in de maag, de dunne darm en de dikke darm in zuurstofgehalte, beschikbaarheid van voedingsstoffen en zuurgraad. Deze verschillen creëren unieke gemeenschappen van microben in elk deel. Decennialang hebben wetenschappers deze gemeenschappen bijna uitsluitend bestudeerd door ontlasting te analyseren. Ontlasting is gemakkelijk te verzamelen en biedt een momentopname van de microben die de gehele reis door het spijsverteringskanaal hebben overleefd. Deze methode heeft echter een fundamentele beperking: het is een stroomafwaartse mengsel. Tegen de tijd dat microben de toiletpot bereiken, zijn de onderscheidende signalen van de bovenste en onderste delen van de darm samengesmolten, waardoor de specifieke details die het belangrijkst zijn voor het begrijpen van de gezondheid of het behandelen van ziekten, potentieel zijn weggespoeld.

Dit mengen creëert een moeilijk probleem voor onderzoekers die proberen precisiebehandelingen te ontwerpen. Als een arts een specifieke bacteriële gemeenschap in de dunne darm wil targeten om een aandoening te behandelen, is het vertrouwen op een ontlastingsmonster als proberen het weer in een specifieke stad te begrijpen door naar een wereldwijd gemiddelde te kijken. De vraag is of het verlies van detail in een ontlastingmonster er echt toe doet bij het nemen van medische beslissingen. Bevat het wazige beeld nog steeds genoeg informatie om de juiste behandeling te kiezen, of leidt het ontbrekende ruimtelijke detail tot de verkeerde keuze? Deze onzekerheid heeft wetenschappers er onzeker over laten twijfelen of de extra inspanning en het risico van het direct verzamelen van monsters uit verschillende delen van de darm de moeite waard zijn, of dat het gemakkelijke ontlastingmonster voldoende is voor het sturen van interventies.

Een team onderzoekers aan de University of California, Berkeley, zette zich af om deze vraag te beantwoorden door het probleem te behandelen als een test van informatie in plaats van alleen een test van nauwkeurigheid. Ze gebruikten gegevens uit een eerdere studie waarbij elf gezonde vrijwilligers inwisselbare capsules inslikten die ontworpen waren om monsters te verzamelen uit vier specifieke regio's langs hun darmen. Deze capsules boden een zeldzame, gedetailleerde kaart van de microbiële gemeenschappen in verschillende delen van de darm, die de onderzoekers vervolgens konden vergelijken met de ontlastingsmonsters die op hetzelfde moment bij dezelfde mensen waren verzameld. De wetenschappers vroegen niet simpelweg of de ontlasting leek op de darmmonsters; ze vroegen of de ontlastingsmonsters gebruikt konden worden om dezelfde beslissingen te nemen die een arts zou nemen als hij de gedetailleerde regionale kaarten tot zijn beschikking had. Ze creëerden een kader om te zien of de informatie die verloren gaat in het ontlastingmonster het soort informatie is dat een medische beslissing zou veranderen.

Om dit te doen, groepeerden de onderzoekers eerst de duizenden individuele bacterietypen in elf bredere functionele groepen, of "gilden", op basis van wat ze in de darm doen. Vervolgens bouwden ze wiskundige modellen om te zien of ze de ontlasting konden reconstrueren met behulp van alleen de gegevens uit de vier intestinale regio's. Ze testten veel verschillende manieren om deze regionale signalen te mengen, van eenvoudige gemiddelden tot complexe statistische combinaties. Het doel was om te zien welk model de samenstelling van de ontlasting het best kon recreëren. Ze ontdekten dat modellen die een specifiek type wiskundige geometrie gebruikten, dat rekening houdt met de relatieve proporties van bacteriën in plaats van alleen hun ruwe aantallen, iets beter presteerden dan andere. De verbetering was echter klein, en wanneer ze corrigeerden voor het aantal uitgevoerde tests, was het bewijs dat deze complexe modellen werkelijk superieur waren aan een eenvoudig populatiegemiddelde, niet sterk genoeg om als definitief te worden beschouwd.

Het meest kritische deel van de studie kwam toen zij testten of deze modellen het vermogen behielden om beslissingen te nemen. De onderzoekers definieerden drie specifieke scenario's waarin een arts zou moeten beslissen of er moet worden ingegrepen, zoals het detecteren van een specifiek type bacteriële activiteit in de bovenste darm of een gebrek aan een gunstige verbinding in de onderste darm. Ze berekenden hoeveel "beslissingswaarde" verloren ging bij het gebruik van een gereconstrueerd ontlastingmonster in plaats van de werkelijke regionale gegevens. Verrassend genoeg ontdekten ze dat het model dat het beste was in het reconstrueren van de ontlasting samenstelling, niet noodzakelijkerwijs het model was dat het beste was in het behouden van de besluitvormingsinformatie. In sommige gevallen bleek een model dat een slechte reconstructie van de ontlasting maakte, nog steeds de cruciale signalen te behouden die nodig zijn voor een beslissing, terwijl een model dat de samenstelling van de ontlasting perfect reconstrueerde, juist de details die er toe doen voor de interventie had afgevlakt. Cruciaal was dat de studie onthulde dat de geobserveerde ontlastingsmonsters zelf bijna oninformatief waren voor het nemen van geïndividualiseerde beslissingen. De modellen die simpelweg een populatiegemiddelde gebruikten om de ontlasting samenstelling te voorspellen, reproduceerden de beslissingsverliescurves van de werkelijke ontlastingmonsters nauwgezet, maar dit kwam doordat de ontlastingmonsters zelf zeer weinig geïndividualiseerde regionale informatie bevatten.

De studie onthulde ook dat de keuze van hoe de bacteriën te groeperen en hoe de ontbrekende datapunten te behandelen, de resultaten kon doen omslaan. Wanneer de onderzoekers de bacteriële groepen vereenvoudigden in bredere categorieën, veranderde de rangschikking van welk model het beste was, en in sommige gevallen leek het eenvoudige populatiegemiddelde beter te presteren dan de complexe regionale modellen. Dit suggereert dat de waarde van het verzamelen van regionale gegevens geen vaststaand feit is, maar sterk afhangt van hoe de gegevens worden geanalyseerd en naar welke specifieke biologische kenmerken wordt gezocht. De onderzoekers concludeerden dat de relatie tussen de darm en de ontlasting geen eenvoudige, eenheidsoplossing is. De informatie die in een ontlastingmonster zit, is een complex filter van de realiteit van de darm, en of dat filter goed genoeg is, hangt volledig af van de specifieke vraag die gesteld wordt.

Uiteindelijk suggereren de bevindingen dat we er niet vanuit kunnen gaan dat een ontlastingmonster ofwel een perfect substituut, ofwel een nutteloze benadering is van de interne staat van de darm. De studie laat zien dat compositionele nauwkeurigheid en de bruikbaarheid voor besluitvorming twee verschillende dingen zijn. Een meetstrategie die er op papier goed uitziet door de ontlasting samenstelling accuraat te recreëren, kan erin falen de specifieke biologische signalen te vangen die nodig zijn om een behandeling te sturen. Omgekeerd kan een methode die minder accuraat lijkt in het recreëren van het monster, nog steeds de sleutelinformatie bevatten voor een specifieke medische beslissing. De onderzoekers betogen dat toekomstige studies niet alleen moeten vragen hoe goed een meting overeenkomt met de darm, maar of het de specifieke onderscheidingen behoudt die vereist zijn voor de beoogde medische actie. Dit betekent dat het ontwerp van microbiome-studies moet worden afgestemd op de specifieke beslissing die voorhanden is, waarbij de biologische representatie en de taak als onscheidbare delen van de vraag worden behandeld, in plaats van ervan uit te gaan dat één type monster alle vragen over de darm kan beantwoorden.