Используя высокопроизводительное секвенирование генома и машинное обучение, ученые из Медицинской школы Уmасс Чан продемонстрировали сильную корреляцию между микробиомом полости рта у пациентов с COVID-19 на момент поступления в больницу и необходимостью последующей респираторной поддержки.
Пациенты в медицинском центре Umass были включены в исследование в соответствии со следующей блок-схемой. Пятьдесят пациентов с острым COVID-19 были в конечном итоге отобраны в исследуемую когорту и находились под наблюдением для получения клинического результата о том, нужна ли им респираторная поддержка и какой уровень респираторной поддержки требуется, начиная от дополнительного введения кислорода через простую назальную канюлю и заканчивая интубацией и искусственной вентиляцией легких. Данные клинических ковариаций и результаты секвенирования микробиома объединяются в случайный лесной классификатор для определения признаков, предсказывающих необходимость респираторной поддержки. Затем ученые применили к этим результатам стабильный и интерпретируемый набор правил (SIRUS), чтобы создать легко интерпретируемые правила, предсказывающие, какие клинические ковариаты и особенности микробиома предсказывают необходимость респираторной поддержки.
«Наши результаты показали корреляцию между отсутствием определенных организмов в микробиоме, в частности Prevotella salivae и Veillonella infantium, а также уменьшением количества метаболических путей, связанных с синтезом ЛПС, и необходимостью респираторной поддержки после поступления», — сказал главный исследователь и соавтор Эван С. Брэдли, доктор медицинских наукДоктор философии, доцент кафедры неотложной медицины и участник Программы по микробиологической динамике.
Это говорит о том, что эти микроорганизмы могут играть защитную роль, возможно, модулируя провоспалительные пути у пациентов с COVID-19. Эксперты пока не знают, как это работает на биологическом уровне, но это является отправной точкой для будущих исследований.
Появляются научные доказательства того, что микробиом полости рта — сообщество бактерий, обнаруженных в верхних отделах пищеварительного тракта, — может влиять на течение респираторных инфекций.
Подобно микробиомам, обнаруженным в кишечнике и на коже, микробиом полости рта представляет собой совокупность бактерий, которые могут влиять на развитие здоровья и болезней. Микробиом полости рта намного меньше, чем микробиом кишечника, и включает в себя несколько сотен различных видов бактерий. Это первое место встречи вдоль пищеварительного тракта, весь проход, по которому пища проходит изо рта через организм, где иммунная система встречается с внешним миром.
Эксперты считают, что поддержание хрупкого баланса микробиома полости рта может играть важную роль в здоровье. По мнению авторов исследования, дисбаланс в микробиоме полости рта, как и дисбаланс в микробиоме кишечника, может привести к воспалению, заболеваниям и болезням.
Чтобы понять связь между микробиомом полости рта и COVID-19, Брэдли отобрал 115 пациентов, обратившихся в отделение неотложной помощи с симптомами COVID-19. У пациентов были взяты мазки крови и полости рта, которые также были проверены на COVID-19 с помощью ПЦР-тестирования. У пятидесяти из 115 был положительный результат на COVID-19, и симптомы проявлялись менее 14 дней. Из этой острой группы 38 нуждались в той или иной форме респираторной поддержки после поступления.
Полногеномное секвенирование и усовершенствованные алгоритмы были использованы для определения состава бактерий в микробиоме полости рта для каждого из 115 образцов в когорте. Чтобы выявить потенциальные различия между группой COVID-19, которая нуждалась в респираторной помощи, и той, которая этого не делала, Ванни Буччи, доктор философии, доцент кафедры микробиологии и физиологических систем, использовала моделирование на основе машинного обучения для извлечения характеристик микробиома, таких как виды и метаболиты, которые влияют на тяжесть заболевания.
Данные микробиома сложны и многослойны, поэтому их нельзя изменить для стандартного статистического анализа. Использование машинного обучения, поможет в изучении структур, которых она раньше не видела. Из этих структур модель выбирает наилучший сигнал, который соответствует данным. Он сообщит, какие функции являются посторонними, а какие нельзя устранить.
«Мы знаем, что воспаление является основным фактором COVID-19. Вполне возможно, что эти бактерии каким-то образом сдерживают необузданное воспаление, — сказала соавтор Эбигейл Зеамер, аспирант кафедры микробиологии и физиологических систем UMass Chan. — Затем мы можем начать изучать взаимосвязь между этими бактериями, воспалением и иммунной системой, чтобы понять, как работает COVID-19».