Un equip internacional dirigit pel biòleg computacional Fran Supek a l'IRB Barcelona en el PCB genera un algoritme d'aprenentatge automàtic per predir funcions genètiques desconegudes dels microbis. El sistema examina i compara big data existent de metagenomes de microbiomes humans i mediambientals.

Conèixer els gens dels bacteris que formen part delmicrobioma humà, el conjunt de microbis que habiten en el nostre interior, és important perquè aquests gens poden explicar els mecanismes de la infecció bacteriana o de cohabitació amb l’hoste, la resistència als antibiòtics o, més en general, les moltes influències -positives o negatives- que el microbioma té en la salut humana.

Per sorprenent que pugui semblar, desconeixem bona part de les funcions dels gens dels microbis. Aquest buit de coneixement pot considerar-se com la “matèria fosca genòmica” dels microbis, i ni la genòmica comparativa ni les tècniques de laboratori actuals han pogut desentranyar-la.

Aquest repte ha estat abordat per una col·laboració científica internacional entre l’Institut de Recerca Biomèdica (IRB Barcelona) i dos instituts d’investigació, el IJS a Ljubljana (Eslovènia) i el RBI a Zagreb (Croàcia), i les troballes s’han publicat a Microbiome, la revista de referència internacional en estudis del microbioma. Fran Supek, biòleg computacional líder del Laboratori Genome Data Science de l’IRB Barcelona, ​​ha dirigit el treball i el primer autor de la publicació és Vedrana Vidulin, un científic informàtic vinculat als centres d’Eslovènia i Croàcia.

Mètode de predicció intel·ligent

Els investigadors han desenvolupat una nova metodologia computacional capaç d’examinar milers de metagenomes alhora i identificar el senyal evolutiu que pot predir la funció de molts gens dels microbis. Aquest mètode, que analitza el big data de microbiomes humans (d’intestí i pell, per exemple) i altres metagenomes (del sòl o de l’oceà, per exemple), es basa en un tipus especial d’algoritme d’aprenentatge automàtic: pot generar “arbres de decisió” per predir centenars de funcions genètiques diferents alhora, trobant vincles entre gens i al mateix temps predint les funcions que desenvolupen en la cèl·lula microbiana.

“Això fa que l’algorisme no es confongui amb el soroll en les dades metagenómicos, el que significa que és molt precís i pot proposar de manera fiable un paper biològic per a una gran quantitat de gens de funció desconeguda. A més, curiosament, també proposa moltes funcions addicionals per als gens que ja es coneixien”, destaca Supek.

La troballa més important que sorgeix d’aquesta investigació és que l’anàlisi de microbiomes humans i altres dades metagenòmiques, com les de l’oceà o el sòl, permet als investigadors assignar centenars de funcions genètiques que estaven fora de l’abast dels mètodes actuals de la genòmica computacional. “En altres paraules, els metagenomes permeten als científics veure el que els genomes no poden mostrar”, afirma l’investigador croat, recentment premiat amb una beca del Consell Europeu de Recerca (ERC en les seves sigles en anglès).

► Article de referència:

Vedrana Vidulin, Tomislav Šmuc, Sašo Džeroski, Fran Supek. “The evolutionary signal in metagenome phyletic profiles predicts many gene functions”. Microbiome, 2018; 6 (1) DOI: 10.1186/s40168-018-0506-4

► Més informació: web de l’IRB Barcelona [+]