Desde el Instituto de Ciencias de la Vida de Pekín, perteneciente a la Academia China de Ciencias se ha propuesto un método que permite integrar datos científicos o clínicos a gran escala y logra identificar nuevos biomarcadores. Estos procesos se realizan desde un algoritmo denominado NetMoss y por ahora, han sido utilizados para analizar el microbioma intestinal de los seres humanos.
Aunque el microbioma intestinal ha sido un objeto de creciente interés en los últimos años, tanto especialistas como investigadores reconocen sus vínculos directos con el estado de salud e incluso, lo han asociado a enfermedades específicas. Sin embargo, resulta difícil extraer información concreta debido al elevado número de datos o a los métodos tradicionales usados para detectar biomarcadores, ya que no todas las técnicas pueden aplicarse sin sesgos.
Le puede interesar: Nuevos hallazgos en la asociación entre EII y depresión
Por ello, el algoritmo NetMoss utiliza las redes de interacción microbiana para integrar eficazmente los datos de diferentes poblaciones; de acuerdo con sus desarrolladores, la herramienta es capaz de cuantificar las variaciones topológicas entre los distintos módulos de la red, analizando cambios en las redes microbianas. Asimismo, el algoritmo puede integrar de forma imparcial diferentes lotes de datos microbianos de forma más eficiente, extraer biomarcadores asociados a enfermedades e identificar patrones de covariación de disbiosis microbiana que impulsan la aparición de otras patologías.
“La mayoría de los biomarcadores no causaban una sola enfermedad, sino que estaban significativamente asociados a múltiples enfermedades. El patrón de disbiosis similar puede proporcionar pistas importantes sobre la aparición de diferentes patologías”, explicó el líder de la investigación, Zhao Fangqing.
No olvide leer: Minsalud realizaría nuevos ajustes a Presupuestos Máximos
Así se puso en práctica la detección de biomarcadores en el algoritmo
De acuerdo con el artículo científico publicado en Nature Computational Science, para llevar a cabo esta investigación se recolectaron 11.377 muestras de secuenciación del microbioma intestinal de pacientes sanos o diagnosticados con alguna enfermedad. En total, las muestras cubren 78 estudios, 37 patologías y 13 países o regiones.
El principal hallazgo de los científicos es que los métodos existentes usados en el análisis y la integración de datos masivos tienen grandes dificultades para ‘eliminar los efectos de lote causados por los procesos experimentales y de secuenciación’. Por ello y para realizar con eficacia los estudios posteriores, se creó un modelo de análisis de datos basado en las redes de interacción de las bacterias intestinales, las cuales se construyen individualmente y luego se integran utilizando diferentes ponderaciones basadas en sus características estructurales.
No olvide leer: Los medicamentos que la FDA aprobó en mayo 2022
Posteriormente, al cuantificar las diferencias entre los módulos de las redes enfermas y sanas, el algoritmo permite identificar a las bacterias más vulnerables a las alteraciones o influencias externas como los biomarcadores. Los datos evaluados con el algoritmo NetMoss fueron conjuntos reales o simulados, ambos con resultados precisos presentados por la herramienta.
“El método NetMoss facilita en gran medida la identificación de biomarcadores significativos en la transición de la salud a la enfermedad y contribuye a nuestra comprensión de las funciones de la microbiota humana en las redes de ecosistemas. Con la integración de múltiples cohortes basada en este algoritmo de redes, creemos que se pueden reducir en gran medida las divergencias entre los diferentes estudios y que se pueden dilucidar detalles descuidados desde una perspectiva más completa”, indican los científicos en la publicación.
Le puede interesar: Subred Centro-Oriente, acreditada en salud por el ICONTEC
