V. 10. Mit mérünk és mit jelent

Nincs „normál” mikrobiom-eredmény, ezért a fejezet szétválasztja a klinikailag hasznos célzott markereket (kalprotektin, H. pylori, SIBO) a 16S/shotgun portréktól és a túlígérő otthoni tesztektől, és megmutatja, mikor érdemes egyáltalán tesztelni.

Az utóbbi 5 évben annyi mikrobiom-teszt jelent meg a piacon, hogy nehéz eligazodni: melyik tudományosan megalapozott, melyik csak marketing, és melyiknek van klinikai értéke. Ez a fejezet pontosan ezt teszi rendbe — mit lehet ma mérni a mikrobiota/mikrobioma kapcsán, mire jó és mire nem.

A téma fontosabb, mint amilyennek elsőre tűnik. Egy rossz időben kért teszt nem csak pénzkidobás — félrevezető eredmény miatt indokolatlan próbálkozásokba hajszol bele, miközben elveszi a figyelmet a valódi diagnózistól. Egy jó időben kért teszt viszont hónapok találgatását spórolhatja meg.

Miért nincs „normál" mikrobiom-eredmény

Az egészséges emberek bélmikrobiomja sokkal nagyobb variációt mutat, mint a vérképük vagy a vércukorértékeik. Két egészséges felnőtt között a faj-szintű átfedés akár 50% alatti is lehet — mindketten egészségesek, mégis nagyon eltérő mikrobiotával élnek. [541]

Ennek két fontos következménye van. Egyik, hogy a referencia-érték (vagyis a „normál tartomány") nem értelmezhető úgy, mint például a TSH-szintnél. Másik, hogy a funkcionális állapot fontosabb lehet, mint a taxonómiai (a baktériumok előfordulásának becsült gyakorisága). Ha két ember mikrobiotája taxonómiailag eltér, de mindkettő ugyanannyi butirátot^[G] termel és ugyanúgy fenntartja a bélbarrier-funkciót, akkor klinikailag mindkettő „rendben" van.

16S rRNS szekvenálás

Ez a leggyakoribb és legolcsóbb módszer. A baktérium 16S rRNS génjének egy szakaszát (V3-V4 régió a leggyakoribb) szekvenálják (megállapítják az alkotóelemek sorrendiségét), és a szekvenciák alapján azonosítják a jelenlévő baktériumokat.

Mire jó: taxonómiai áttekintés genus- vagy magasabb szinten, alpha-/beta-diverzitás számítás, népességszintű összehasonlítás. A legtöbb kereskedelmi otthoni teszt ezt használja.

Mire nem jó: faj- és törzs-szintű azonosításra korlátozottan alkalmas; vírusokat, gombákat, archeákat nem detektál (csak baktériumokat); funkcionális (mit csinálnak a mikrobák) információt csak közvetetten ad, az alkalmazott algoritmus kerekítéseket alkalmaz.

A 16S egy lista — nem mond semmit arról, hogy a felsorolt baktériumok ténylegesen mit termelnek, hogyan reagálnak az étrendre, milyen kapcsolati hálót alkotnak vagy mennyire stabilak.

Shotgun metagenomika

Itt az összes rendelkezésre álló DNS-t szekvenálják, nem csak egy adott gént. Drágább, de sokkal informatívabb.

Mire jó: faj- és gyakran törzs-szintű azonosítás, antimikrobiális rezisztencia-gének (AMR) detektálása, funkcionális gének listája (pl. butirát-termelő útvonalak, mucin-bontó enzimek), vírusok és gombák is detektálhatók.

Mire nem jó: önmagában még mindig csak potenciál — egy gén jelenléte nem jelenti, hogy ki is fejeződik. A funkcionális aktivitás méréséhez metatranszkriptomika (RNS) vagy metabolomika kell, ami klinikai szinten ritkán elérhető. Hatalmas adatmennyiséggel dolgozik, melyet szoftver értékel, ennek minden nehézségével együtt.

Miért megbízhatatlanok a mikrobiom-tesztek? A módszertani buktatók

Az előző két szakasz technikailag mutatta meg, mit mér a 16S és a shotgun. De a klinikai döntéshozatalhoz tudnunk kell azt is, hol veszhet el az információ — és kiderül, hogy nagyon sok helyen. A módszertani buktatók négy szintre oszthatók:

• pre-analitikai (még a labor előtt);
• 16S-specifikus;
• shotgun-specifikus;
• és minden módszerre egyaránt jellemzőre.

Még a laborba érkezés előtt: pre-analitikai problémák

A széklet nem homogén anyag. Egy egyszerű pálca-mintavétel a vastagbél-produktum véletlen szakaszáról ad képet, és az így vett minta mikrobiális összetétele eltérhet attól, amit egy szomszédos szakasz mintájából kapnánk. A tudományos protokollok ezt homogenizálással (a teljes minta elkeverésével, majd alikvótolással) próbálják kompenzálni; az otthoni tesztek többsége erre nem ad útmutatást, a kivitelezése pedig körülményes.

A tárolási idő és hőmérséklet is számít: szobahőmérsékleten néhány órán belül érzékelhető mikrobiota-eltolódás kezdődik (érzékeny anaerobok pusztulnak, oxigén-toleránsak felülreprezentálódnak). A fagyasztott és a friss minta szintén különböző eredményt ad.

És itt egy fogalmi árnyalás, amely az 1. fejezetben már megjelent, de a tesztelés kontextusában különösen lényeges: a diszbiózis nem egy univerzális „ideális" mikrobiota-állapottól való deviáció. Egy egészséges felnőtt mikrobiotája jelentősen eltérhet másokétól nem, életkor, étrend, életvitel és genetikai háttér szerint — és mégis stabil, funkcionális egyensúlyban van. Vagyis amikor egy teszt „diszbiózisra" gyanakszik, valójában csak azt mondja: eltér az általa használt referencia-populációtól. Hogy ez egészségügyileg jelent-e bármit, már egy másik kérdés.

16S-specifikus buktatók

A 16S szekvenálásnak öt jól dokumentált gyengesége van.

1. A reagens-szennyeződés: nem csak a beküldött mintából, hanem a laborban használt eszközökből és vegyszerekből is származhat DNS, és ez különösen alacsony mintamennyiségnél nagyobb jelet adhat, mint maga a vizsgált minta. [548]
2. Az alacsony biomassza-effektus: ritka baktériumok kimutatása a szennyező háttértől sokszor megkülönböztethetetlen. [549]
3. Az „univerzális" primerek nem univerzálisak: a 16S gén V-régiójának kiválasztása (V1-V2 vs. V3-V4 vs. V4 stb.) ugyanazon mintán eltérő baktérium-profilt ad — egy faj kimutatható az egyik primer-szakaszban, és teljesen láthatatlan a másikban.
4. Az inter-lab variabilitás: ugyanazt a mintát több laborban elemezve eltérő készletekkel és bioinformatikával jelentősen eltérő eredményt kapunk — vagyis az adat sokszor a módszertől függ, nem a mintától. [16]
5. A compositional data buktató: a 16S relatív arányokat ad (mi mennyire van jelen a többiekhez képest), nem abszolút mennyiséget. Egy faj „megemelkedése" valójában lehet egy másik faj csökkenésének tükörképe. [18]

Shotgun-specifikus buktatók

A shotgun metagenomika informatívabb, de a buktatói is súlyosabbak.

1. A DNS-extrakciós módszer dominál mindent: Costea et al. 2017. Nature Biotechnology — ugyanazt a székletmintát 21 különböző módszerrel feldolgozva 21 eltérő mikrobaképet kaptak. [19] Ez azt jelenti, hogy két labor különböző kivonási protokollal nem fog egyező eredményt adni még akkor sem, ha a mintát fizikailag ugyanaz a beteg, ugyanazon a napon adta.
2. A host-DNS elnyomása: ha a mintában sok az emberi DNS, az „elnyeli" a sávszélességet a szekvenálótól, és a ritkább mikrobákat nem látja meg. Az ezt korrigáló humán-DNS-tisztító lépések viszont saját torzítást vezetnek be. [476]
3. A bioinformatikai pipeline választása: a CAMI-konzorcium (Critical Assessment of Metagenome Interpretation) nemzetközi összehasonlító vizsgálatai szerint a pipeline választása erősebben befolyásolja a kimenetet, mint maga a biológiai különbség a minták között. [22]
4. Végül szisztémás torzítás minden szinten: McLaren et al. 2019. eLife — a mikrobiom-mérésekben rendszeresen megjelennek olyan módszerfüggő torzítások, amelyek miatt az adatok különböző protokollok között egyszerűen nem hasonlíthatók össze. [21]

Közös probléma: módszer-mediált hamis felfedezések

A 2010-es évek egyik tanulságos esete a „méhen belüli mikrobiom" feltételezése volt: kezdeti vizsgálatok bakteriális DNS-t mutattak ki a méhlepényben és a magzatvízben, ami nagy szakmai visszhangot keltett. Későbbi reanalízisek és szigorúbb kontrollok azonban kimutatták: a jel jelentős része laboratóriumi háttér-szennyeződésből eredt, nem valódi magzati mikrobiomból. [558] Ez nem egyedi hiba volt, hanem rendszerszintű figyelmeztetés.

Pontosan ezek a tapasztalatok vezettek a STORMS (Strengthening The Organization and Reporting of Microbiome Studies) reporting standard és a RIDE-jellegű minőségi keretrendszerek kidolgozásához. [306] Ezek nélkül a mikrobiom-publikációk könnyen félrevezetők, és a klinikai gyakorlatra fordítható eredmények kevesebbet érnek, mint amennyit önbevallás alapján mondanak magukról.

A klinikai következtetés

Az összes módszertani buktatóból egy gyakorlati üzenet következik.

1. Tudjuk, hogy mérünk — de nem mindig tudjuk pontosan, mit mérünk.
2. Nem feltétlenül tudjuk, mit csinál a szervezetben az, amit megmértünk.
3. Nem mindig tudjuk megmondani, hogy az „sok" vagy „kevés" adott személy, adott állapotában.

Az egészséget biztosító egyensúly sokféle összetétel mellett megvalósulhat — vagyis előfordulhat, hogy „kifogástalan" a leleted miközben rosszul vagy, és hogy „pocsék" a lelet mellett tökéletesen funkcionálsz.

Ezért a klinikai gyakorlat egyik legrégebbi szabálya itt is érvényes: nem a leletet gyógyítjuk, hanem a beteget. A mikrobiom-teszt tehát követésre (azonos mintavétel + labor + algoritmus mellett) használható eszköz, nem önálló diagnosztikai döntéshozó eszköz.

Az otthoni mikrobiom-tesztek piaca

A piacon több mint 20 kereskedelemben kapható otthoni teszt érhető el, ~30 000–410 000 Ft-os áron Magyarországon. Tipikus ajánlat: „küldj be egy székletmintát, mi 16S-sel szekvenáljuk, és személyre szabott életmód- és táplálkozási ajánlást kapsz".

A piaci ajánlatokat három csoportba sorolhatjuk a tudományos megalapozottság szerint:

Védhető: olyan tesztek, amelyek 16S- vagy shotgun-adatot adnak hozzáférhető nyers formában (FASTQ-fájl), és nem ígérnek konkrét betegségdiagnózist. A felhasználó (vagy a kezelő orvos) az adatból annyit hoz ki, amennyit a tudomány ténylegesen megenged. A tudás fejlődésével a teszt újra elővehető. Példa: American Gut Project (kutatási alapon, alacsony költségen).

Túlzott ígéret, de nem káros: „bélbarát étrend ajánlás a mikrobiomod alapján" — a probléma nem az adat, hanem az ajánlás generálási mechanizmusa. A jelenlegi tudás nem tud egyén-specifikus étrendet biztosan levezetni a 16S-eredményből. Az ajánlások jó eséllyel ugyanolyan általánosak (több rost, fermentált étel), mint amit mindenki kap a 4. fejezetben — csak drágábban, „személyre szabva". Példa: több európai és amerikai otthoni teszt.

Tudományosan problémás: „autizmus mikrobióta-profil", „depresszió-mikrobióta szignatúra", „rákkockázat-mikrobiomból". Ezek a 3. fejezet evidencia-térképének és területeit ígérik diagnosztikai bizonyossággal, amit a tudomány még nem ad meg. Itt javaslunk óvatosságot.

Klinikai gyakorlatban használt markerek

Az alábbi tesztek a klinikai gyakorlat részei és valódi döntéshozást támogatnak. Ezeket kérheted a gondozó orvosodtól, ha a tünetek indokolják.

Széklet kalprotektin

A széklet kalprotektin a neutrofil granulociták fehérjéje — szintje tükrözi a bélnyálkahártya gyulladásának szintjét. A leghasznosabb döntés, amit segít: IBD-fellángolás vs. IBS elkülönítése.

• < 50 µg/g — gyulladás nem valószínű (IBS-szerű kép)
• 50–250 µg/g — bizonytalan tartomány, ismétlés vagy kiegészítő vizsgálat indokolt
• > 250 µg/g — aktív gyulladás (kolonoszkópia indokolt)

A kalprotektin gondozott IBD-betegnél az aktivitás követésére is használható: a remisszió alatti stabilan alacsony érték a kezelés sikerét jelzi. [545]

Széklet és szérum zonulin — vitatott

A zonulin a bélbarrier szoros kapcsolatainak^[G] szabályozásában szerepel, és népszerű marker a „leaky gut" diagnózisában. Problémák: a kereskedelmi ELISA-kitek többsége nem a tényleges zonulint méri, hanem keresztreaktivitást mutat más fehérjékkel (komplement C3, pre-haptoglobin-2). [546] A „magas zonulin = leaky gut" kapcsolat klinikailag nem jól validált. Klinikai ajánlás: óvatosan kezelni, ne építeni rá önálló diagnózist.

SIBO légzéstesztek (laktulóz, glükóz)

A vékonybél bakteriális overgrowth (SIBO) diagnózisa hagyományosan duodenális aspirátum-tenyésztéssel történik, de a légzéstesztek (laktulóz vagy glükóz oralis adása után H₂ és CH₄ mérése) elérhetőbbek. Korlátok: a laktulóz-légzésteszt érzékeny, de gyakran fals pozitív eredményt ad; a glükóz specifikusabb, de érzékenysége alacsonyabb. A 2020-as North American Consensus a glükóz-légzéstesztet ajánlja elsőbbségben. [547]

A SIBO klinikai jelentősége IBS-D-ben és rosacea-ban (lásd 3. fejezet) valószínű; rifaximin-eradikációval tüneti javulás várható egy alcsoportban, ugyanakkor az egész kórképnek a mechanizmusa és a gyógyítására tett kísérleti is azt mutatja, hogy sokszor még mindig bélszakaszokra koncentrál a tudomány és nem az emésztés holisztikus szemléletű helyreállítására. A SIBO létét az egyre növekvő számú orális FMT készítmény alkalmazása jelentősen árnyalja.

Széklet Helicobacter pylori antigén

Egyszerű, olcsó, nem-invazív teszt a H. pylori fertőzés diagnózisára és eradikáció utáni követésére. Indikáció: dyspepsiás tünetek, gyomorfekély anamnézis, vagy gyomordaganat családi anamnézisben. A teszt érzékeny és specifikus (~95% mindkét irányba), és olcsóbb, mint a légzésteszt.

Egyéb hasznos székletvizsgálatok

• Széklet okkult vér (FIT) — kolorektális carcinoma szűrésére, 50 év felett ajánlott;
• Széklet elasztáz — pancreas exokrin elégtelenség;
• Széklet pH és redukáló cukrok — laktóz-/szénhidrát-malabszorpció gyanúján.

Mikor van értelme mikrobiom-tesztelést végezni?

Négy gyakori profil — eltérő ajánlással:

„Egészséges vagyok, csak kíváncsi": otthoni 16S teszt kíváncsiság kielégítéséra elfogadható. Reális elvárás: érdekes adat, de klinikai döntéshez kevés. Olcsóbb és informatívabb az étkezési napló + a 4. fejezet végrehajtása.

„Tüneteim vannak (puffadás, hasmenés-székrekedés)": orvosi kivizsgálás először, és a tünetekhez illeszkedő célzott teszt (kalprotektin, H. pylori, SIBO légzésteszt). Mikrobiom-teszt csak ezután, ha a kezelporvos relevánsnak tartja.

„Diagnosztizált IBD-/IBS-/coeliákia-beteg vagyok": kalprotektin a gondozás része. Általános mikrobiom-teszt rutinszerűen nem segít a döntéshozatalban.

„Specifikus aggályom van (pl. családi CRC, gyanús családi IBD):" kolonoszkópiás szűrés és genetikai vizsgálat — ez a fő út, nem a mikrobiom-teszt.

Hogyan értelmezz egy laboreredményt

Két ember kezébe ugyanazt az eredményt adva kétféle kimenet jön létre:

Laikus olvasónak: három kérdést érdemes megválaszolni:

1. Van-e vörös zászló tünet az eredményben (pl. ismert patogén, mint Salmonella, C. difficile, Yersinia)?
2. Az alpha-diverzitás extrém alacsony-e?
3. Az ajánlott életmódváltás lépései egyeznek-e a 4. fejezetben leírtakkal? Ha igen, kövesd; ha drasztikus „méregtelenítő" vagy „elhagyandó ételcsoport" ajánlást tartalmaz, gyanakodj.

Szakembernek: funkcionális szempontból nézd:

1. Milyen a butirát-termelő fajok (Faecalibacterium prausnitzii^[G], Roseburia, Eubacterium rectale) jelenléte,
2. Akkermansia muciniphila^[G] mennyisége,
3. Enterobacteriaceae-túlsúly (gyulladásos marker).

A taxonómiai listát csak akkor értelmezd diagnosztikusan, ha klinikai kontextus is alátámasztja.

Mikor nem a mikrobióta a felelős? — Differenciáldiagnosztika

Egy gyakori, de veszélyes csapda: ha valakinek hasi tünete van, és olvasott pár mikrobiom-cikket, hajlamos minden problémát „diszbiózisra" visszavezetni. A klinikai valóság ennél árnyaltabb — sok GI-tünet hátterében a mikrobiom legfeljebb másodlagos szereplő, és néhány kórállapot önálló kezelést igényel.

Tünetek, amelyeknél a mikrobiom általában nem az elsődleges ok

Akut hasi fájdalom + láz vagy hasizom-védekezés: appendicitis, kolecisztitisz, divertikulitisz, perforáció — sebészeti vagy sürgősségi kivizsgálás, nem mikrobiom-elemzés.

Új előfordulás vagy progrediáló nyelési nehézség: nyelőcső-szűkület, motilitási zavar, esetenként daganat — endoszkópia és manometria.

Akut véres széklet + hemodinamikai instabilitás: súlyos vérzés (akár diverticulosis, akár AVM, akár alsó GI-daganat) — sürgősségi ellátás.

Tartós epigasztriális fájdalom étkezés után: epekő, hasnyálmirigy-eredetű probléma, peptikus fekély — gasztroszkópia, hasi UH.

Új akaratlan fogyás, >5% 6 hónap alatt: malignitás kizárása kötelező — daganat-szűrés.

Tünetek, amelyeknél a mikrobiom másodlagos (kezelhető, de nem önállóan)

Cöliákia: autoimmun, glutén-triggert igénylő — a gluténmentes diéta az elsődleges, mikrobiom-helyreállítás kiegészítő.

Laktóz-/fruktóz-intolerancia: enzimhiány vagy felszívódási probléma — diéta-alapú, mikrobiom-irányú lépés másodlagos, de a bakteriális mátrix átalakulása jelentősen javíthatja a klinikai képet.

Endokrin betegségek (hipertireózis, Addison-kór, diabétesz): anyagcsere-eredetű, a mögöttes betegség kezelése elsődleges.

Mentális betegségek GI-megnyilvánulással: depresszió, szorongás okozta funkcionális tünetek — a pszichés kezelés központi.

Tünetek, amelyeknél a mikrobiom valószínűleg elsődleges szerepet játszik

IBS (Róma-IV kritériumok szerint, organikus okok kizárva): funkcionális kép, a mikrobiom-stresszor-tengely kombinációja érdemleges célpont (lásd 3., 11. fejezet).

Antibiotikum-utáni elhúzódó tünet (>4 hét): a mikrobiom-zavar valószínű, a regeneráció vezérelhető (7. fejezet).

Visszatérő C. difficile fertőzés: az FMT klinikai indikáció (11. fejezet).

Aspecifikus „fáradtság + bélpanasz + bőr" konstelláció anatómiai eltérés nélkül: a mikrobiom-irányú életmód karok (4–5. fejezet) hozzák a legjobb arányt.

Sample-értelmezési példa

Tegyük fel, hogy egy 32 éves, IBS-diagnózissal élő nő otthoni mikrobiom-tesztet csinál, és az eredmény azt mutatja, hogy az alpha-diverzitása az átlag alatti, alsó 25%-ban van, az Akkermansia muciniphila nem detektálható, és a Faecalibacterium prausnitzii relatív abundanciája 1.2% (átlag 3–7%).

Egy felelős klinikai értelmezés:

1. Mit nem mond ez a teszt? — nem mond diagnózist, nem mondja, hogy az IBS-t a mikrobiom-eltérés okozza-e vagy annak csak következménye, nem mondja, hogy melyik baktériumot „kell" pótolni. Szelektív baktérium-pótlás nincs;
2. Mit valószínűsít? — az alacsony butirát-termelő abundancia összhangban van az IBS-D-vel; ez konzisztens a 3. fejezet evidencia-térképével, de nem patognomikus;
3. Milyen lépés indokolt? — az alapok megerősítése (4. fejezet rost-bevitel, fermentált) + 4–8 hetes szubtípus-specifikus probiotikum próba (pl. B. infantis 35624) + klinikai dietetikus FODMAP-protokollra. Hatástalan kezelés esetén FMT kísérelhető meg.
4. Mit nem indokolt? — drága célzott „Akkermansia-pótló" készítmény (jelenleg AKK-probiotikum még klinikai vizsgálatok stádiumában; a kereskedelmi termékek megbízhatósága kérdéses, a baktérium-mátrixot egy összetevő pótlása nem hozza helyre.)

Egy felelőtlen értelmezés: „az Akkermansiád 0, ezért polifenol-csomagot kell rendelned, és a mikrobiomod miatt vagy IBS-es" — ez túlinterpretálás, és nem segít a betegen.

Mit tehetsz holnap?

1. Ha tüneteid vannak: keresd fel a háziorvost. Kérdezd meg, indokolt-e a széklet kalprotektin, H. pylori antigén, FIT, vagy SIBO légzésteszt. Mikrobiom-tesztet azután mérlegeld, ha a kezelőorvos relevánsnak tartja.
2. Ha egészséges vagy: ne fizess otthoni tesztért, inkább alkalmazd a 4–5. fejezet életmódi lépéseit. Ha mégis tesztelni szeretnél, válassz olyat, amely nyers adatot is ad.
3. Ha gondozott IBD-/IBS-beteg vagy: a gondozó orvos által javasolt markereket kövesd. Általános mikrobiom-tesztet ne csinálj anélkül, hogy megbeszélnéd vele.
4. Ha CRC-szűrési életkorban vagy (45+ EU; 50+ HU): FIT vagy kolonoszkópia a fő út — ez nem helyettesíthető mikrobiom-teszttel.

Mi következik

A 11. fejezetben a terápiás eszköztárral foglalkozunk: ha tudjuk, mit mértünk és mit jelent, eldönthetjük, mit lehet ténylegesen tenni? Probiotikum-szelekció törzs-specifikusan, prebiotikum-választás, szinbiotikum, FMT-indikációk és új generációs eszközök.

Hivatkozások

[16] Sinha R, Abu-Ali G, Vogtmann E et al. Assessment of Variation in Microbial Community Amplicon Sequencing by the Microbiome Quality Control (MBQC) Project Consortium. Nature Biotechnology. 2017. Link

A Microbiome Quality Control (MBQC) baseline tanulmány 15 laboratórium és 9 bioinformatikai protokoll taxonómiai profilozási variabilitását mérte fel vakos székletmintákon, kemosztát- és mesterséges közösségi mintákon. A variabilitás leginkább a bioanyagminta típusától és eredetétől függött, ezt követte a DNS-kivonás, a mintakezelési környezet és a bioinformatikai csővezeték. A mesterséges közösségek elemzése kvantitatív különbségeket mutatott a kivonási hatékonyságban és a bioinformatikai osztályozásban. Az eredmények kiemelik a standardizáció szükségességét a populációszintű mikrobiomvizsgálatok meta-analíziséhez.

[18] Gloor GB, Macklaim JM, Pawlowsky-Glahn V, Egozcue JJ. Microbiome datasets are compositional: and this is not optional. Front Microbiol. 2017. Link

A 16S rRNS-amplikonok, metagenomok vagy metatranszkriptomok nagy áteresztőképességű szekvenálásával előállított mikrobiom-adatkészletek inherensen kompozícionálisak, mert a műszer önkényes összegzést kényszerít rá. A review bemutatja azokat a torzulásokat, amelyek a kompozíciós adatok nem kompozíciós módszerekkel való elemzéséből erednek, és iránymutatást ad a kompozíciós adatelemzés alkalmazására a mikrobiom-vizsgálatok teljes munkafolyamatában. A kompozíciós keret nem opcionális, hanem alapvető a valid következtetésekhez.

[19] Costea PI, Zeller G, Sunagawa S et al. Towards Standards for Human Fecal Sample Processing in Metagenomic Studies. Nature Biotechnology. 2017. Link

21 reprezentatív DNS-kivonási protokollt teszteltek azonos székletmintákon, és összevetették a könyvtárkészítés és tárolás hatásaival a biológiai egyénen belüli variációval. A DNS-kivonás bizonyult a legnagyobb technikai hatású tényezőnek a metagenomikai eredményekben. A protokollokat DNS-mennyiség, -minőség, közösségi diverzitás-torzítások és Gram-pozitív/Gram-negatív arány alapján rangsorolták. A szerzők egy standardizált, laboratóriumok közötti átvihetőséggel validált DNS-kivonási módszert javasolnak, amelyet ismert összetételű mock-közösséggel ellenőriztek emberi széklet-metagenomikához.

[21] McLaren MR, Willis AD, Callahan BJ. Consistent and Correctable Bias in Metagenomic Sequencing Experiments. eLife. 2019. Link

A marker-gén és metagenomikai szekvenálási mérések szisztematikusan torzítanak bizonyos taxonok detektálása felé, ami a különböző protokollokkal mért taxon-abundanciákat mennyiségileg összehasonlíthatatlanná és hibás biológiai következtetésekre hajlamossá teszi. A szerzők egy valós kísérleti tulajdonságokon alapuló matematikai modellt javasolnak a torzítás leírására, és definiált baktériumközösségekből származó 16S rRNS- és shotgun-metagenomikai adatokkal validálják. A modell jobban illeszkedik a kísérleti adatokra, mint a korábbi, bonyolultabb keretrendszerek, és utat kínál a torzítás korrekciójára.

[22] Sczyrba A, Hofmann P, Belmann P et al. Critical Assessment of Metagenome Interpretation -- A Benchmark of Metagenomics Software. Nature Methods. 2017. Link

A Critical Assessment of Metagenome Interpretation (CAMI) kihívás metagenomikai szoftvereket hasonlított össze ~700 újonnan szekvenált mikroorganizmusból és ~600 új vírusból és plazmidból álló, rendkívül komplex realisztikus adatkészleteken. Az assembly és binning jól teljesített egyedi genomokkal reprezentált fajoknál, de jelentősen romlott közelrokon törzsek jelenlétében. A taxonómiai profilozás és binning magas taxonómiai szinteken volt megbízható, családi szint alatt markáns teljesítményesés volt. A paraméterbeállítások erősen befolyásolták a teljesítményt, kiemelve a reprodukálhatóság jelentőségét. A CAMI útmutatást ad a szoftverválasztáshoz.

[306] Mirzayi C, Renson A, Genomic Standards Consortium et al. Reporting Guidelines for Human Microbiome Research: The STORMS Checklist. Nature Medicine. 2021. Link

A módszertani konszenzus multidiszciplináris mikrobiom-kutatók részvételével adaptálta a megfigyeléses és genetikai epidemiológiai bejelentési irányelveket a Strengthening The Organization and Reporting of Microbiome Studies (STORMS) eszközzé. A STORMS 17 tételes ellenőrzőlista, hat szekcióba szervezve a tipikus publikációs struktúra szerint, új elemekkel a tenyésztéstől független mikrobiom-vizsgálatok laboratóriumi, bioinformatikai és statisztikai elemzéseire. Az eszköz standardizált jelentési keretet ad, mely megkönnyíti a kéziratkészítést, a peer review-t, a megértést és a vizsgálatok összehasonlító elemzését.

[476] Marotz CA, Sanders JG, Zuniga C et al. Improving Saliva Shotgun Metagenomics by Chemical Host DNA Depletion. Microbiome. 2018. Link

Gazdaszervezet-dominált orális minták shotgun metagenomikai szekvenálásának optimalizálására három kereskedelmi host-depletion kitet, méretszűrést és egy új ozmotikus lízis + propidium-monoazid (lyPMA) eljárást hasonlítottak össze humán nyálmintákon. A lyPMA bizonyult a leghatékonyabbnak: a gazda-DNS arány 89,29 ± 0,03%-ról 8,53 ± 0,10%-ra csökkent. Emellett a lyPMA-kezelt minták mutatták a legkisebb taxonómiai torzítást a kezeletlen kontrollhoz képest. A módszer javasolt a mikrobiális DNS dúsítására gazdadús orális mintákból metagenomikai vizsgálatokban.

[541] Knight R, Vrbanac A, Taylor BC et al. Best practices for analysing microbiomes. Nat Rev Microbiol. 2018. Link

Best-practice áttekintés a mikrobiom-vizsgálatok tervezéséhez, molekuláris technológiaválasztáshoz, adatfeldolgozáshoz és multi-omikai integrációhoz. A szerzők az exakt szekvencia-variánsok (ASV) alkalmazását ajánlják az OTU-alapú elemzésekkel szemben; tárgyalják a metagenomikai és metabolomikai adatok integrálásának módszereit; és kitérnek a kompozicionális adatelemzésre, ahol a fejlődés különösen gyors. A klasszikus kísérlettervezési és reprodukálhatósági szempontok továbbra is kritikusak. Ezek figyelembevétele mélyebb betekintést tesz lehetővé a mikrobiom-adatbázisok mind humán, mind környezeti kontextusban való elemzésébe.

[542] McDonald D, Hyde E, Debelius JW et al. American Gut: an Open Platform for Citizen Science Microbiome Research. mSystems. 2018. Link

Az American Gut Project több mint 10 000 polgári-tudós székletmintát hasonlított össze az Earth Microbiome Project standardizált protokolljaival (USA, Egyesült Királyság, Ausztrália) környezeti mintákkal. A humán székletminták váratlanul széles béta-diverzitást mutattak a környezetiekhez képest. A nyílt adat-integráció új molekulák és nem-célzott metabolomikai asszociációk feltárását tette lehetővé a sokszínű növényfogyasztással kapcsolatban (jobb prediktor, mint a redukcionista kategóriák, pl. veganizmus). A munka igazolja a postán küldött, önállóan gyűjtött mikrobiom-minták megfelelőségét ismert asszociációk reprodukálására és új asszociációk feltárására, beleértve pszichiátriai betegségeket és egyéni perturbációkat (pl. műtét).

[543] Allaband C, McDonald D, Vázquez-Baeza Y et al. Microbiome 101: Studying, Analyzing, and Interpreting Gut Microbiome Data for Clinicians. Clin Gastroenterol Hepatol. 2019. Link

Klinikus-orientált áttekintés a mikrobiom-tartalomról, az egyének közötti és egyéneken belüli variabilitásról, a tanulmánytervezési szempontokról és zavaró tényezőkről, valamint a laboratóriumi és számítógépes módszerekről a mikrobiota, génproduktumok és metabolitok leolvasásához. Klinikusoknak fontos buktatókat emel ki: az egyén mikrobiomának tévesnek tartott stabilitása; az étrend gyors, az egyének közötti különbségekhez képest nagy változásokat indukáló mítosza; egyetlen közös székletmikrobiom létezésének feltételezése; és az a hit, hogy minden lab/bioinformatika-pipeline ugyanazt az eredményt adja. A jelenlegi korlátok és jövőbeli ígéretek megértése elengedhetetlen a rutin klinikai alkalmazáshoz.

[545] Walsham NE, Sherwood RA. Fecal calprotectin in inflammatory bowel disease. Clin Exp Gastroenterol. 2016. Link

Az IBD és IBS sok klinikai tünetet megoszt, ezért a pontos diagnózis lényeges, mivel az IBD-terápia gyorsan fejlődik, míg az IBS-t főleg tüneti alapon kezelik. A klinikai értékelés, képalkotás és endoszkópia régóta a diagnosztika alappillére. Az elmúlt évtizedben a gasztrointesztinális gyulladás székletbiomarkerei — mindenekelőtt a kalprotektin, egy neutrofil-citoszolikus fehérje — bekerültek a rutinhasználatba. A kalprotektin objektív értékelést tesz lehetővé a betegség aktivitásáról és a kezelésre adott válaszról a Crohn-betegség és colitis ulcerosa krónikus, remittáló-relabáló lefolyásában.

[546] Scheffler L, Crane A, Heyne H et al. Widely Used Commercial ELISA Does Not Detect Precursor of Haptoglobin2, but Recognizes Properdin as a Potential Second Member of the Zonulin Family. Front Endocrinol. 2018. Link

A szerzők kimutatták, hogy a széles körben használt kereskedelmi zonulin-ELISA nem a pre-haptoglobin-2-t (a „valódi” zonulint) méri: tömegspektrometriás azonosítás szerint a kit a komplement C3-mal és a properdinnel (komplement faktor P) reagál, nem a pre-HP2-vel. Ez megkérdőjelezi a kittel kapott zonulin-értékek érvényességét mint bélbarrier-marker.

[547] Rezaie A, Buresi M, Lembo A et al. Hydrogen and methane-based breath testing in gastrointestinal disorders: The North American Consensus. Am J Gastroenterol. 2017. Link

Öt területre kiterjedő (indikáció, előkészítés, kivitelezés, eredményértékelés, ismeret-hiányok) találkozó-előtti kérdőívet küldtek 17 klinikus-kutatónak; 10 vett részt az élő ülésen. Bizonyíték-alapú megközelítéssel 28 állítást véglegesítettek és anonim szavazás után 26-ban értek el konszenzust mind az öt területen. Az iránymutatás célja a szénhidrát-maldigesztiós szindrómákat és a vékonybél-baktériumtúlnövekedést (SIBO) értékelő kilégzési tesztek indikációinak, módszertanának és értékelésének standardizálása.

[548] Eisenhofer R, Minich JJ, Marotz C, Cooper A, Knight R, Weyrich LS. Contamination in Low Microbial Biomass Microbiome Studies: Issues and Recommendations. Trends Microbiol. 2019. Link

A mikrobiom-kutatásban a következő-generációs szekvenálás magas érzékenységgel képes közösségfelmérést végezni, ugyanakkor hatékonyan detektálja a kontamináns DNS-t és keresztszennyeződést is, különösen alacsony biomasszájú minták esetén. A szerzők áttekintik a kontamináció forrásait és hatásait, és azonosítják a kulcsfontosságú megelőző intézkedéseket. Javasolnak egy minimum-kritérium-listát, a „RIDE"-t, a jövőbeli alacsony-biomasszájú vizsgálatok érvényességének javítására — reagens- és műszerkontrollok, belső kontamináció-követés, DNS-hígítási sorok és kísérleti pozitív kontrollok elvárásaival.

[549] Karstens L, Asquith M, Davin S et al. Controlling for Contaminants in Low-Biomass 16S rRNA Gene Sequencing Experiments. mSystems. 2019. Link

Ugyanaz az adatcsomag, mint a ref-471: mintaközösség-hígítási sor négy számítógépes dekontaminálási módszerrel (negatív-kontroll-szűrés, abundancia-szűrés, Decontam, SourceTracker). A kontamináns-DNS arány a biomassza csökkenésével nőtt — a legjobban hígított mintában 80,1%-ot ért el. A benchmark támogatja a bioinformatikai dekontamináció-eltávolító pipeline-ok kiválasztását, különösen az alacsony-biomasszájú minták esetén, ahol az in silico módszereknek természetszerű korlátai vannak.

[558] Kennedy KM, de Goffau MC, Perez-Muñoz ME et al. Questioning the fetal microbiome illustrates pitfalls of low-biomass microbial studies. Nature. 2023. Link

A szerzők reprodukciós-biológiai, mikrobiális-ökológiai, bioinformatikai, immunológiai, klinikai-mikrobiológiai és gnotobiológiai szempontból értékelik a magzati és intrauterin mikrobiális kolonizációt állító közelmúltbeli vizsgálatokat. Konklúziójuk szerint a detektált mikrobiális jelek valószínűleg mintavételi, DNS-kivonási vagy szekvenálási kontaminációból származnak. Élő, replikálódó mikrobiális populációk létezése egészséges magzati szövetben összeegyeztethetetlen a megalapozott immunológiai, klinikai-mikrobiológiai és csíramentes-emlős-leszármaztatási elvekkel. A magzati mikrobiom intő példa az alacsony-biomasszájú szekvenálás buktatóira és a transz-diszciplináris megközelítés szükségességére.

[559] Drossman DA, Hasler WL. Rome IV — Functional GI Disorders: Disorders of Gut-Brain Interaction. Gastroenterology. 2016. Link

Drossman és Hasler 2016-os Gastroenterology-cikke vezeti be a Rome IV-et — a funkcionális GI-rendellenességek Róma-diagnosztikai kritériumainak nagy revízióját, mostantól 'Bél-Agy Interakció Zavaraiként' (Disorders of Gut-Brain Interaction) átkeretezve. Az új keret integrálja a biopszichoszociális, mikrobióta-bél-agy tengely és viszcerális túlérzékenység koncepciókat, lecserélve a régebbi 'funkcionális' címkét mechanizmus-tudatos terminológiára. A cikk vázolja a diagnosztikai kritériumok frissítését IBS-re, funkcionális dyspepsiára, funkcionális székrekedésre/hasmenésre, hasi fájdalomra és más zavarokra, módosított tüneti gyakoriság-küszöbökkel és altípus-definíciókkal. A Rome IV a funkcionális GI/DGBI-diagnózis operatív referenciája világszerte.