II. 3. Shotgun-Metagenomik – das vollständigere Bild, aber nicht die ganze Wahrheit

Die Shotgun-Metagenomik liest die gesamte DNA der Probe und liefert ein reichhaltigeres Bild, doch die interpretatorischen Unsicherheiten verschwinden nicht – sie verlagern sich nur.

Die Shotgun-Metagenomik sequenziert nicht ein bestimmtes Gen, sondern den gesamten DNA-Gehalt der Probe. Das erlaubt im Prinzip die gleichzeitige Identifizierung von Bakterien, Viren, Pilzen, Archaeen und der DNA des Wirtsorganismus [164] und sogar die Kartierung funktioneller Gene – Stoffwechselwege, Antibiotikaresistenzgene. Die Technologie ist wirklich beeindruckend [446], [443].

Ihre Grenzen sind jedoch nicht weniger bemerkenswert:

• Entscheidender Einfluss des DNA-Extraktionsprotokolls: Forscherinnen und Forscher, die dieselbe Probe mit 21 verschiedenen Methoden untersuchten, erhielten völlig unterschiedliche mikrobielle Bilder. Das Extraktionsverfahren selbst bestimmt das Ergebnis – noch bevor ein einziger Sequenzierungsschritt stattgefunden hat [164].
• Dominanz der Wirts-DNA: In Stuhlproben überlagert die DNA menschlicher Zellen häufig das mikrobielle Signal. Seltene Bakterienstämme bleiben dadurch unsichtbar, sofern keine speziellen Schritte zur "Host-DNA-Depletion" angewendet werden – die allerdings neue Verzerrungen einführen können [165].
• Die entscheidende Rolle der bioinformatischen Pipeline: Werden dieselben Rohsequenzdaten mit unterschiedlicher Software (MetaPhlAn, Kraken, DIAMOND usw.) verarbeitet, entstehen deutlich voneinander abweichende taxonomische und funktionelle Profile. Die internationale Vergleichsstudie CAMI (Critical Assessment of Metagenome Interpretation) zeigte, dass die Leistung stark vom gewählten Werkzeug und dessen Parametrisierung abhängt: Taxonomische Profiler unterscheiden sich am deutlichsten in der Abundanzschätzung und im Nachweis gering abundanter Taxa, und das Vorhandensein nah verwandter Stämme verschlechtert auch die Genauigkeit von Assembly und Binning merklich [166].
• Vorhandensein funktioneller Gene ≠ Funktion: Shotgun zeigt, ob ein bestimmtes Stoffwechselgen in der Probe vorhanden ist – aber nicht, ob dieses Gen aktiv ist, exprimiert wird oder den betreffenden Prozess im Darm tatsächlich ausführt. Von der Genpräsenz auf funktionelle Aktivität zu schließen, ist nur indirekt möglich.
• Hohe Kosten, langsame Ergebnisse: Eine vollständige metagenomische Analyse ist erheblich teurer und zeitaufwendiger als eine 16S-Analyse, was sie für klinische Verlaufskontrollen weniger geeignet macht.

Dieselben tausend verstreuten LEGO-Sets – aber nun wird jedes einzelne Teil fotografiert und vermessen. Im Prinzip stehen weit mehr Daten zur Verfügung. Das Problem: Auf manchen Fotos sind menschliche Fingerabdrücke (Wirts-DNA), die Qualität hängt von den Kameraeinstellungen ab (Protokoll), und mit einem anderen Softwarepaket ergeben dieselben Fotos völlig andere Identifikationsergebnisse (Pipeline). Das detailliertere Bild ist tatsächlich reichhaltiger – doch die interpretatorischen Unsicherheiten verschwinden nicht; sie verlagern sich nur.

Analytische Algorithmen: Interpolation und Halluzination

In der Shotgun-Metagenomik ist die algorithmische Unsicherheit eine Ebene komplexer [164], [166], da die Analyse nicht nur die Bestimmung der Zusammensetzung, sondern auch die funktionelle Annotation umfasst. Die Software (z. B. MetaPhlAn, Kraken, HUMAnN) erzeugt aus Rohsequenzdaten taxonomische und funktionelle Profile – doch beide Schritte sind von Interpolations- und Halluzinationsfehlern geprägt.

Auf taxonomischer Ebene bedeutet Interpolation, dass das Programm ein unbekanntes Genomfragment dem nächstähnlichen bekannten Genom zuordnet und es dieser Art zuschreibt [166]. Ist die Datenbank unvollständig – und für erhebliche Teile des Darmmikrobioms fehlen noch immer Referenzsequenzen –, ordnet das Programm die Sequenz einem Taxon auf Grundlage einer Schätzung statt einer Messung zu. Bei der funktionellen Annotation gilt eine ähnliche Logik: Zeigt ein Genfragment 60–70% Ähnlichkeit mit einem bekannten Stoffwechselgen, weist die Software ihm die entsprechende Funktion zu – während bei 30–40% Abweichung die tatsächliche biochemische Aktivität eine völlig andere sein kann.

Shotgun-spezifische Halluzination tritt besonders an der Schnittstelle von seltenen Taxa und Wirts-DNA-Kontamination auf: Menschliche DNA-Fragmente werden mitunter als bakterielle Sequenzen identifiziert, wenn der Abgleichalgorithmus der Referenzdatenbank sie nicht ausreichend herausfiltert. In der CAMI-Vergleichsstudie führte dies dazu, dass unterschiedliche Pipelines aus derselben Probe in bis zu 50% der Fälle einander widersprechende Artbestimmungen lieferten.

Was bedeutet das für die Patientin und den Patienten?

Das verlockende Versprechen der Shotgun-Metagenomik ist Vollständigkeit: Sie zeigt nicht nur, wer anwesend ist, sondern im Prinzip auch, über welche funktionellen Fähigkeiten diese verfügen [164], [166]. Das ist unbestreitbar eine Ebene tiefer als die 16S-Amplikon-Sequenzierung. In der Praxis bringen die reichhaltigeren Daten jedoch dieselben interpretatorischen Schwierigkeiten mit sich – und verschärfen sie in mancher Hinsicht.

Das größte Missverständnis über die Shotgun-Analyse ist, dass der Datenreichtum von sich aus klinische Klarheit einschließt. Das tut er nicht [164], [166]. Die Anwesenheit eines Stoffwechselgens im Darmmikrobiom bedeutet nur, dass das Gen vorhanden ist – nicht, dass es aktiv ist, nicht, dass es in ausreichender Menge exprimiert wird, und nicht, dass der erzeugte Metabolit die Gewebe in klinisch relevanten Mengen erreicht. Jeder Schritt in der Kette "Gen → Protein → Funktion → klinische Wirkung" erfordert seine eigene Messmethode.

Der Preis einer Shotgun-Analyse – nach ungarischen Marktdaten von 2024 über 200 000 bis 400 000 HUF – kann die Erwartung wecken, das Ergebnis liefere eine genauere oder verlässlichere Antwort auf die Erfolgsaussichten einer FMT oder anderer Interventionen. Diese Erwartung ist derzeit nicht begründet: Bereits die Probenaufbereitung und die Wahl der bioinformatischen Pipeline beeinflussen das erhaltene Mikrobenbild erheblich [164], [166]. Der Preis spiegelt die Komplexität der Technologie wider – nicht die Qualität der klinischen Entscheidungsunterstützung.

Wo Shotgun gegenüber 16S einen echten Vorteil hat: bei spezifischen, vorab definierten klinischen Fragestellungen. Zum Beispiel bei der Identifizierung von Antibiotikaresistenzgenen im Verdachtsfall einer nosokomialen Infektion oder bei der Untersuchung viraler und pilzlicher Gemeinschaften bei immunsupprimierten Patientinnen und Patienten – das sind Indikationen, bei denen die Kenntnis des gesamten DNA-Gehalts echte therapeutische Konsequenzen hat. Für die FMT-Auswahl oder die allgemeine Dysbiose-Diagnostik liegt derzeit jedoch keine publizierte Vergleichsstudie vor, die einen über 16S hinausgehenden klinischen Nutzen der Shotgun-Analyse belegen würde; die methodische Literatur zeigt zudem, dass bereits Probenaufbereitung und bioinformatische Auswertung eine erhebliche technische Variabilität in metagenomische Ergebnisse einbringen [164], [166].

Shotgun-Metagenomik – vier methodische Fallstricke

Die Shotgun-Metagenomik liefert durch die Sequenzierung der gesamten DNA ein umfassenderes Bild als 16S, hat aber ihre eigenen gut dokumentierten Grenzen:

1. Die Probenvorbereitung verzerrt die Ergebnisse stark. Costea et al. 2017 (Nature Biotechnology) verglichen dieselben Stuhlproben, die nach 21 verschiedenen Extraktionsprotokollen aufbereitet wurden, und erhielten völlig unterschiedliche Mikrobiom-Profile – allein die Extraktionsmethode bestimmt das Ergebnis [164]. Ohne einen branchenweiten Standard macht dies den Vergleich zwischen Studien nahezu unmöglich.

2. Überschuss an menschlicher (Wirts-)DNA in der Probe. Besonders in Gewebe- oder Hautproben unterdrückt menschliche DNA anteilig das mikrobielle Signal. Zur Abhilfe werden chemische Schritte zur Host-DNA-Depletion eingesetzt, die jedoch neue Verzerrungen einführen können [184]. Bei Stuhlproben ist das Problem geringer, aber nicht null – vor allem in schleimhautempfindlichen Zuständen (z. B. aktive IBD).

3. Die Wahl der bioinformatischen Pipeline ist entscheidend. Der internationale Benchmark CAMI (Critical Assessment of Metagenome Interpretation) hat systematisch gezeigt, dass dieselben Rohdaten, verarbeitet mit unterschiedlicher Software (MetaPhlAn, Kraken, MEGAHIT, mOTUs usw.), unterschiedliche Mikrobiom-Porträts ergeben. Die Wahl der Pipeline und der Parameter verändert das Ergebnis somit bereits für sich genommen merklich [166].

4. Allgemeine, methodenabhängige Verzerrung. McLaren et al. 2019 (eLife) dokumentierten umfassend, dass Mikrobiom-Messungen regelmäßig systematische, methodenabhängige Verzerrungen enthalten, die einen direkten Vergleich von Ergebnissen über Protokolle hinweg ohne Korrekturverfahren verhindern [165]. Zwei Shotgun-Analysen derselben Patientin oder desselben Patienten in verschiedenen Laboren kommen möglicherweise nicht zum selben Schluss.

Die klinische Botschaft ist dieselbe wie bei 16S: Auch die Shotgun-Metagenomik eignet sich nur dann zur längsschnittlichen Verlaufskontrolle, wenn durchgehend dieselbe Probenahmemethode, dasselbe Labor und derselbe Analysealgorithmus verwendet werden.

Literatur

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

21 repräsentative DNA-Extraktionsprotokolle wurden an identischen Stuhlproben getestet und ihre Effekte mit denen von Bibliotheksvorbereitung und Lagerung sowie mit der biologischen Variation innerhalb einer Person verglichen. Die DNA-Extraktion hatte den größten technischen Einfluss auf die metagenomischen Ergebnisse. Die Protokolle wurden nach DNA-Menge, DNA-Qualität sowie Verzerrungen der Gemeinschaftsdiversität und des Verhältnisses grampositiv/gramnegativ eingestuft. Die Autoren empfehlen für humane fäkale Metagenomstudien eine standardisierte, übertragbare DNA-Extraktionsmethode, die mit einer Mock-Gemeinschaft bekannter Zusammensetzung validiert wurde.

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

Messungen mittels Markergen- und metagenomischer Sequenzierung sind systematisch zugunsten der Detektion bestimmter Taxa verzerrt, wodurch mit unterschiedlichen Protokollen erzeugte Taxon-Abundanzen quantitativ nicht vergleichbar und anfällig für falsche biologische Schlussfolgerungen sind. Die Autoren schlagen ein mathematisches Modell des experimentellen Bias vor, das auf Eigenschaften realer Experimente beruht, und validieren es mit 16S rRNA- und Shotgun-Metagenomik-Daten aus definierten Bakteriengemeinschaften. Das Modell passt besser zu den experimentellen Daten als frühere, komplexere Rahmenwerke und eröffnet einen Weg zur Korrektur des Bias.

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

Die Challenge Critical Assessment of Metagenome Interpretation (CAMI) verglich metagenomische Software anhand hochkomplexer realistischer Datensätze aus ~700 neu sequenzierten Mikroorganismen und ~600 neuartigen Viren und Plasmiden. Assembly und Binning schnitten für Arten, die durch einzelne Genome repräsentiert waren, gut ab, wurden jedoch durch nah verwandte Stämme erheblich beeinträchtigt. Taxonomische Profilierung und Binning waren auf hohen taxonomischen Ebenen zuverlässig, mit einem deutlichen Abfall unterhalb der Familienebene. Die Parametereinstellungen beeinflussten die Leistung stark, was die Bedeutung der Reproduzierbarkeit unterstreicht. CAMI bietet eine Orientierung für die Softwareauswahl.

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

Um die Shotgun-metagenomische Sequenzierung wirtsdominierter oraler Proben zu ermöglichen, wurden drei kommerzielle Kits zur Wirts-DNA-Depletion, eine Größenfiltration sowie ein neuartiges Verfahren aus osmotischer Lyse und Propidiummonoazid (lyPMA) in humanem Speichel verglichen. lyPMA war die effizienteste Methode und reduzierte die auf den Wirt alignierten Reads von 89,29 ± 0,03 % in unbehandelten Proben auf 8,53 ± 0,10 %. Zudem zeigten lyPMA-behandelte Proben im Vergleich zu unbehandelten Kontrollen die geringste taxonomische Verzerrung. Die Methode wird zur Anreicherung mikrobieller DNA aus wirtsreichen oralen Proben in metagenomischen Studien empfohlen.

[443] Qin J, Li R, Raes J et al. A human gut microbial gene catalogue established by metagenomic sequencing. Nature. 2010. Link

Die Illumina-basierte metagenomische Sequenzierung von Stuhlproben von 124 europäischen Personen (576,7 Gb Sequenz) ergab einen Katalog von 3,3 Millionen nicht-redundanten mikrobiellen Genen, etwa 150-mal umfangreicher als das menschliche Genrepertoire. Die Gene waren zwischen den Personen weitgehend gemeinsam, über 99% waren bakteriellen Ursprungs. Die Kohorte beherbergte geschätzt 1.000–1.150 prävalente Bakterienarten, wobei jede Person mindestens 160 Arten trug. Die Studie definiert ein minimales Darmmetagenom und ein minimales Darmbakteriengenom auf Basis jener Funktionen, die in allen Personen und in den meisten Bakterien vorhanden sind. Die Ergebnisse begründen eine grundlegende Referenz für das genetische Potenzial der menschlichen Darmmikrobiota.

[446] Turnbaugh PJ, Ley RE, Hamady M, Fraser-Liggett CM, Knight R, Gordon JI. The Human Microbiome Project. Nature. 2007. Link

Strategischer Rahmen, der den Ansatz des Human Microbiome Project zur Charakterisierung der mikrobiellen Komponenten der menschlichen genetischen und metabolischen Landschaft darlegt. Ziel der Initiative ist es zu klären, wie die Mikrobiota zur normalen Physiologie und zur Krankheitsdisposition beiträgt. Das Dokument dient als grundlegende programmatische Erklärung für die großangelegte, populationsweite Mikrobiomforschung.