ایسنا/ محققان می‌گویند میکروبیوم روده ما می‌تواند شهری را که در آن زندگی می‌کنیم با دقت ۹۴ درصد پیش‌بینی کند؛ چرا که باکتری‌های روده ما انسان‌ها به نسبت شهری که در آن زندگی می‌کنیم، متفاوت هستند.

باکتری‌های روده ما ممکن است اطلاعات بیشتری در مورد ما نسبت به لهجه‌مان فاش کنند. در یک مطالعه جدید، دانشمندان از میکروبیوم افراد برای پیش‌بینی شهر محل زندگی آنها با دقت ۹۴ درصد استفاده کردند. این به عبارت «شما همان چیزی هستید که می‌خورید» معنای جدیدی می‌دهد.

به نقل از ان‌ای، به نظر می‌رسد هر روز بیشتر در مورد میکروبیوم روده می‌آموزیم. از ارتباط آن با مغز و بیماری‌هایی مانند سرطان و ام‌اس گرفته تا پیوند آن به عنوان یک درمان بالقوه برای انواع بیماری‌ها.

یک مطالعه جدید به رهبری شرکت «BGI Genomics» مستقر در چین نشان داده که باکتری‌های روده ما مختص منطقه‌ای هستند که در آن زندگی می‌کنیم و فناوری یادگیری ماشینی می‌تواند برای پیش‌بینی موقعیت مکانی ما با دقت بالا بر اساس ترکیب میکروبیوم روده ما استفاده شود.

پروفسور لی تائو(Li Tao) از موسسه تحقیقات پزشکی هوشمند در BGI Genomics و نویسنده ارشد این مطالعه گفت: این مطالعه، باور دیرینه مبنی بر اینکه تفاوت‌های میکروبیوتای روده فقط در مقیاس قاره‌ها یا استان‌ها اهمیت دارند را به چالش می‌کشد. ما دریافتیم که حتی افرادی که در شهرهای همسایه زندگی می‌کنند، الگوهای میکروبی متمایزی دارند.

محققان ۳۸۱ بزرگسال سالم چینی را از دو شهر ووهان و شیان واقع در در استان هوبی استخدام کردند. این شهرها تقریباً ۵۰۰ کیلومتر از هم فاصله دارند. همه شرکت‌کنندگان هیچ بیماری عمده‌ای نداشتند و در سه ماه گذشته آنتی‌بیوتیک مصرف نکرده بودند.

نمونه‌های مدفوع از آنها جمع‌آوری شد و با استفاده از توالی‌یابی متاژنومیک تجزیه و تحلیل شد تا هم ترکیب میکروبی و هم عملکرد متابولیکی آنها ثبت شود. با شناسایی ۶۴۹ گونه باکتریایی و ۵۱۵ مسیر متابولیکی، این موارد در افراد مختلف مقایسه شدند. سپس محققان از الگوریتم‌های یادگیری ماشینی برای طبقه‌بندی شهر محل سکونت افراد بر اساس میکروبیوتای روده آنها استفاده کردند.

آنها دریافتند که مردم ووهان و شیان از نظر آماری تفاوت‌های معناداری هم در تنوع میکروبی و هم در ترکیب گونه‌ای دارند. میکروبیوم مردم ووهان سطوح بالاتری از «باکتریوئیدس استرکوریس» داشت، در حالی که در گروه شیان، «پرووتلا کوپری» غالب‌تر بود.

باکتری «استرکوریس» یک باکتری کلیدی روده است که به دلیل تجزیه کربوهیدرات‌های پیچیده و تولید اسیدهای چرب با زنجیره کوتاه(SCFA) که با فواید متنوعی برای سلامتی مرتبط هستند، شناخته شده است. باکتری «پرووتلا کوپری» نیز در تجزیه فیبر غذایی و تولید SCFA نقش دارد.

میکروب‌های روده در افراد ساکن در شهر ووهان در مسیرهای متابولیکی مرتبط با رژیم‌های غذایی گیاهی فعال‌تر بودند، در حالی که میکروبیوم مردم شیان تفاوت‌هایی را نشان داد که نشان دهنده مصرف پروتئین بالاتر یا غذاهای فرآوری شده است. اگرچه این مطالعه به طور مستقیم رژیم غذایی را ارزیابی نکرد.

محققان اظهار داشتند که رژیم غذایی غالب هر شهر در شکل‌دهی به ترکیب میکروبیوم ساکنان آن نقش داشته است. از یک سو، موقعیت ووهان در میان تالاب‌ها به این معنی است که ساکنان آن احتمالاً رژیم غذایی سرشار از ماهی‌های آب شیرین، ریشه نیلوفر آبی و سبزیجات برگ‌دار می‌خورند. از سوی دیگر، موقعیت شیان به این معنی است که غذای آن تحت تأثیر همسایگانش است که از وعده‌های غذایی مبتنی بر گندم با فلفل چیلی فراوان لذت می‌برند.

محققان یک مدل یادگیری ماشینی ایجاد کردند که ۱۶ گونه باکتریایی و ۱۲ مسیر متابولیکی خاص هر شهر را ادغام کرد. این مدل به سطح بالایی از دقت معادل ۹۴ درصد دست یافت که به طور قابل توجهی از مدل‌هایی که فقط از گونه‌ها یا فقط از مسیرها استفاده می‌کردند، پیشی گرفت. این نشان می‌دهد که حتی جمعیت‌های نزدیک به هم مانند ووهان و شیان نیز می‌توانند نشانه منحصر به فرد و میکروبیوم متمایزی داشته باشند.

این مطالعه محدودیت‌هایی دارد. مثلا فقط دو شهر در یک استان در نظر گرفته شده که تعمیم‌پذیری یافته‌ها را محدود می‌کند. همچنین تعداد مردان در مطالعه بیشتر از زنان بود که می‌تواند بر نتایج تأثیر بگذارد و هیچ داده‌ای هم از رژیم غذایی یا سبک زندگی شرکت کنندگان جمع‌آوری نشد. اینها عوامل کلیدی هستند که احتمالاً در تفاوت‌های منطقه‌ای نقش داشته‌اند. همچنین در این مطالعه شرکت‌کنندگان در طول زمان پیگیری نشدند تا ارزیابی شود که این نشانه‌های میکروبی چقدر پایدار هستند.

با این وجود، این مطالعه برخی از پیامدهای بالقوه در دنیای واقعی را برجسته می‌کند. میکروبیوتای روده می‌تواند به شناسایی منشأ منطقه‌ای یک فرد، حتی در یک استان کمک کند که می‌تواند برای تحقیقات پزشکی قانونی یا افراد گمشده مفید باشد.

تفاوت‌های میکروبیوتای منطقه‌ای و جنسیتی نشان می‌دهد که پروبیوتیک‌ها یا مداخلات غذایی باید برای اثربخشی بیشتر سفارشی شوند.

در نهایت، یادگیری ماشینی همراه با نمایه میکروبیوم می‌تواند به پیش‌بینی خطرات بیماری یا نظارت بر سلامت جمعیت در مناطق جغرافیایی خاص کمک کند.

این مطالعه در مجله Frontiers in Microbiology منتشر شده است.