Il microbioma intestinale umano è sempre più considerato un fattore rilevante nello stato di salute dell’uomo. Alcuni Autori hanno evidenziato un coinvolgimento batterico nell’induzione di meccanismi cancerogeni ed è stato ipotizzato che il microbioma intestinale svolga un ruolo cruciale anche nello sviluppo del carcinoma del colon-retto (CRC). Il potenziale utilizzo del microbioma intestinale come strumento diagnostico per CRC è stato proposto ma non è stato ancora convalidato su più popolazioni di studio indipendenti. Gli Autori di questo lavoro, tra cui il Prof. Nicola Segata (Università di Trento), pubblicato su Nature medicine, hanno effettuato una analisi metagenomica su 140 campioni di feci provenienti da due diverse coorti, ed hanno valutato i risultati al fine di rivelare, nel microbioma intestinale, fattori predittivi per la prognosi di CRC. Per identificare le relazioni riproducibili tra microbioma intestinale e CRC i 140 campioni dei pazienti con CRC ed i controlli sono stati analizzati nel contesto di 624 campioni aggiuntivi provenienti da 5 studi metagenomici disponibili e relativi ad aree geografiche diverse. In totale lo studio ha analizzato 969 campioni: 413 campioni da pazienti con CRC, 143 da soggetti con adenoma e 413 campioni di controllo. L’analisi ha rivelato che il microbioma intestinale dei pazienti con CRC mostrava una ricchezza riproducibile più elevata rispetto ai controlli (P <0,01), in parte causata dalle espansioni di specie tipicamente derivate dalla cavità orale. La meta-analisi del potenziale funzionale del microbioma ha identificato che: la gluconeogenesi e le vie di putrefazione e fermentazione erano associate a CRC, mentre le vie di degradazione dell’amido e dello stachiosio erano associate ai controlli. L’analisi aggregata dei metagenomi ha mostrato che il gene della colina trimetilaminasi (TMA-asi) era più abbondante nel gruppo CRC (P = 0,001), identificando così una relazione tra il metabolismo della colina nel microbioma ed il CRC. Gli Autori, sulla base dei risultati, hanno sviluppato modelli di “machine learning” in grado di distinguere i pazienti con carcinomi dai controlli con una performance media di 0,84 AUC (aria media sotto la curva), queste prestazioni erano del tutto indipendenti dalle metodologie specifiche utilizzate. L’analisi combinata di coorti eterogenee di CRC ha identificato riproducibili biomarcatori di microbiomi ed accurati modelli predittivi della malattia che possono costituire la base per test clinici prognostici.
Per maggiori informazioni: https://www.nature.com/articles/s41591-019-0405-7
Fonte:
Thomas, Andrew Maltez et al. Metagenomic analysis of colorectal cancer datasets identifies cross-cohort microbial diagnostic signatures and a link with choline degradation. Nature Medicine 25, 667–678 (2019).