Badacze z Małopolskiego Centrum Biotechnologii Uniwersytetu Jagiellońskiego, Centrum Sano Medycyny Obliczeniowej w Krakowie oraz Uniwersytetu w Tartu (Estonia) doszli do takich wniosków po analizie ponad 1300 próbek mikrobiomu jelitowego, przebadanych z użyciem dwóch popularnych platform sekwencjonowania DNA. Jest to jedno z największych takich porównań przeprowadzonych do tej pory.

Wyniki swoich prac naukowcy opublikowali w czasopiśmie mSystems (więcej: TU i TU).

Jak poinformował PAP dr hab. Paweł P. Łabaj, prof. UJ, coraz więcej badań wskazuje, że mikrobiom jelitowy, składający się z bilionów bakterii, wirusów i innych mikroorganizmów, poza wspomaganiem trawienia wpływa także na funkcjonowanie układu odpornościowego, metabolizm i ryzyko wielu chorób. Jednym z podstawowych narzędzi wykorzystywanych w badaniach jego składu i funkcji jest zaś sekwencjonowanie DNA mikroorganizmów obecnych w próbkach pobieranych od wielu uczestników.

W ostatnich latach gwałtownie wzrosła liczba tego typu projektów. Powstają biobanki gromadzące próbki biologiczne i dane zdrowotne tysięcy osób, a naukowcy coraz częściej chcą łączyć i porównywać dane pochodzące z różnych krajów, laboratoriów i projektów badawczych. Rodzi to pytanie, czy wyniki uzyskiwane przy użyciu różnych technologii sekwencjonowania można bezpiecznie zestawiać ze sobą.

Dlatego badacze z Polski i Estonii postanowili sprawdzić, czy dwie popularne platformy sekwencjonowania - Illumina i MGI - dają porównywalne wyniki. W tym celu przeanalizowali 1351 próbek mikrobiomu jelitowego z Estońskiego Biobanku, które wcześniej zostały przebadane za pomocą obu metod.

Okazało się, że obie technologie dawały bardzo podobne wyniki, ale tylko jeśli celem było ustalenie, jakie mikroorganizmy występują w jelitach. Ponad 92 proc. gatunków wykryto na obu platformach, a miary różnorodności mikrobiologicznej nie wykazały istotnych różnic. Jak skomentowali autorzy, oznacza to, że duże zestawy danych z różnych platform mogą potencjalnie być łączone i porównywane w badaniach taksonomicznych.

Problemy pojawiły się jednak, kiedy zamiast analizować sam skład gatunkowy mikroorganizmów, skupiono się na badaniu ich funkcji biologicznych, np. obecności określonych ścieżek metabolicznych czy odporności na antybiotyki.

Na tym poziomie między platformami pojawiły się duże różnice. Co istotne, nie były one związane z samymi urządzeniami do sekwencjonowania, ale ze sposobem przygotowania próbek przed odczytem DNA.

Szczególną uwagę badaczy zwróciło tzw. multipleksowanie, czyli jednoczesne sekwencjonowanie wielu próbek podczas jednego przebiegu aparatury. Takie podejście pozwala obniżyć koszty badań, ale - jak się okazało - może mieć konsekwencje dla jakości uzyskiwanych danych. W trakcie multipleksowania maleje bowiem liczba unikalnych fragmentów DNA przypadających na pojedynczą próbkę. W efekcie część rzadziej występujących genów może nie zostać wykryta.

- Nasze wyniki potwierdzają, że możemy ufać porównaniom taksonomicznym między platformami w dużych kohortach, ale pilnie musimy podnieść poprzeczkę dla badań funkcjonalnych - zaznaczyła pierwsza autorka obu publikacji, dr Kinga Zielińska.

Autorzy podkreślili, że to, co odkryli, nie jest jedynie problemem technicznym, ale ma szerokie implikacje dla całego obszaru badań nad mikrobiomem. Wiele rzadkich genów może mieć bowiem duże znaczenie biologiczne. Dotyczy to m.in. genów związanych z opornością na antybiotyki czy innych cech istotnych z punktu widzenia zdrowia publicznego.

- W miarę jak nauka o mikrobiomie zmierza ku zastosowaniom klinicznym - od medycyny spersonalizowanej po globalny nadzór nad opornością na antybiotyki - kluczowa staje się zdolność do niezawodnego wykrywania tego, co robią drobnoustroje, a nie tylko tego, które drobnoustroje są obecne - podkreślili.

Ich zdaniem konieczne jest więc ponowne przemyślenie sposobu projektowania badań opartych na sekwencjonowaniu. Gdy celem jest poznanie funkcji pełnionych przez mikroorganizmy, ważniejsze od maksymalnego obniżania kosztów powinno być zapewnienie odpowiedniej jakości danych dla każdej z próbek.

- Decyzje podejmowane na samym początku procesu sekwencjonowania, na długo przed jakąkolwiek analizą danych, mogą tworzyć martwe punkty, których żaden algorytm nie jest w stanie naprawić - zaznaczył prof. Łabaj.

Katarzyna Czechowicz (PAP)

kap/ zan/