Capítulo 7 - Microbioma

¿Qué es el microbioma?

El microbioma es la comunidad de organismos (por ejemplo, bacterias, hongos y otros) que existen en un entorno ^determinado1, mientras que el microbioma humano es la comunidad de microorganismos -específicamente, sus genes- presentes en el interior y en la superficie del cuerpo humano2^,3. El estudio del microbioma ha avanzado significativamente gracias a la secuenciación de nueva generación y otras técnicas ómicas que están ganando popularidad en los estudios del microbioma.

Este campo se ha ampliado rápidamente en las últimas décadas, revelando no sólo la enorme diversidad de la vida microbiana, sino también su profundo impacto en la dinámica de los ecosistemas, la salud humana y los procesos de enfermedad. En los seres humanos, el microbioma es esencial para la ^digestión4, la ^síntesis de vitaminas5 y la regulación inmunitaria6, y los desequilibrios del microbioma (es decir, la disbiosis) se han relacionado con numerosas ^{enfermedades8-10}. En el medio ambiente, los microbiomas desempeñan un papel crucial en la salud humana. En el medio ambiente, los microbiomas desempeñan un papel crucial en el ^ciclo de los nutrientes11, la ^salud de las plantas12 y la ^degradación de la contaminación13, contribuyendo a la gestión y conservación de los ecosistemas14^,15.

Hemos aprendido a aprovechar estas comunidades microbianas para fabricar mejores fertilizantes para las ^plantas16, biocombustibles y bioplásticos ecológicos17^,18, productos ^{terapéuticos} basados en microbios19-21 y otras innovaciones, lo que demuestra su papel integral tanto en los procesos naturales como en las tecnologías impulsadas por el hombre.

¿Cómo se estudia el microbioma?

Los análisis del microbioma hacen uso de varias tecnologías sofisticadas que permiten a los científicos examinar la composición, la función y la dinámica de la comunidad microbiana proporcionando información sobre el material genético (ADN y ARN), las proteínas y los metabolitos que caracterizan a un microbioma determinado.

Secuenciación de nueva generación

El estudio de las comunidades de microorganismos en general fue posible gracias a la secuenciación de nueva generación, que podía capturar el ADN de un organismo independientemente de si estaba vivo o muerto. Esto fue muy importante, ya que cuando la investigación del microbioma comenzó en serio hace más de una década, muchas especies no podían cultivarse en el laboratorio. Hay dos enfoques principales para secuenciar microbiomas; ambos se realizan normalmente utilizando la plataforma de secuenciación Illumina (aunque hay ejemplos de estudios de microbiomas que utilizan otras plataformas, como la Ion Torrent).

Secuenciación de genes marcadores

La secuenciación de genes ^{marcadores22-24} fue un enfoque común en los primeros días de la investigación del microbioma que amplificaba por PCR y secuenciaba regiones genómicas conservadas para clasificar taxonómicamente las bacterias (gen 16S rRNA), eucariotas (gen 18S rRNA) u hongos (ITS) presentes en las muestras (así como su abundancia relativa entre sí). Este enfoque es cada vez menos habitual gracias a la disminución de los costes de secuenciación, que permite a un mayor número de investigadores utilizar la secuenciación de escopeta de genoma completo de los metagenomas (véase más adelante), extrayendo más información por, en muchos casos, el mismo precio.

Secuenciación metagenómica de escopeta de genoma completo

La secuenciación metagenómica de escopeta de genoma ^completo25, al capturar genomas completos en lugar de sólo porciones de una región altamente conservada del genoma, proporciona una visión más completa de la comunidad microbiana. Este método puede captar información sobre las bacterias, virus y eucariotas de una muestra y, cuando la secuenciación es lo suficientemente profunda, puede incluso revelar información sobre genes de resistencia a antibióticos, cepas específicas y otros datos de interés.

• Metatranscriptómica: Aunque el potencial funcional de los microbiomas puede deducirse a partir de los datos de la metagenómica, la ^{metatranscriptómica26} va un paso más allá mediante la secuenciación del ARN. Este enfoque capta qué genes se transcriben activamente en ARN y, por tanto, son funcionales en el momento del muestreo. Este enfoque, cuando se combina con el muestreo longitudinal, proporciona una visión dinámica de las respuestas funcionales de la comunidad microbiana a las condiciones ambientales.
• Metaproteómica: Aunque los análisis transcriptómicos proporcionan información importante sobre la expresión génica, no pueden detectar qué proteínas se producen y están activas. La ^{metaproteómica27}, al captar las proteínas presentes en una muestra, revela qué transcritos se traducen con éxito en proteínas activas que interactúan con el entorno o el huésped.
• Metabolómica: La ^{metabolómica28} es el estudio de los metabolitos de moléculas pequeñas producidos por el microbioma. Un número cada vez mayor de estudios han identificado varios metabolitos microbianos como los "ejecutores" de los efectos beneficiosos y perjudiciales de las comunidades microbianas en su entorno, incluido el ser humano. La metabolómica ofrece la conexión definitiva entre el potencial genómico y la realidad fentotópica.

Usos modernos de la investigación del microbioma en multiómica: Casos prácticos

Metabolon ha trabajado con varios clientes y colaboradores para realizar diversos estudios de investigación del microbioma en una amplia gama de temas. A continuación exponemos algunos casos prácticos clave que muestran la aplicación de técnicas multiómicas para estudiar el microbioma y eludir las complejas interacciones y vías que influyen en la salud, los mecanismos de enfermedad y los equilibrios ecológicos.

Multi-omics of gut microbiome-host interactions in short and long-term myalgic encephalomyelitis/chronic fatigue syndrome patients (Multi-ómica de las interacciones microbioma-huésped en pacientes con encefalomielitis miálgica/síndrome de fatiga crónica a corto y largo plazo)

La encefalomielitis miálgica/síndrome de fatiga crónica (EM/SFC) es un trastorno complejo y debilitante cuya etiología sigue siendo en gran parte desconocida. En un estudio publicado en Cell Host Microbe, Xiong et al. utilizaron un enfoque multiómico para explorar las interacciones entre el microbioma intestinal y el metabolismo del huésped en pacientes con ^EM/SFC29. Su trabajo descubrió posibles mecanismos funcionales basados en el microbioma que subyacen tanto a la aparición como a la duración de la enfermedad.

The researchers performed deep metagenomic sequencing on stool samples and plasma metabolomics on long term (>10 years) and short term (<4 years) ME/CFS patients as well as healthy controls. Their analysis revealed significant microbiome dysbiosis—including a reduction in butyrate producers—in short term patients that appeared to resolve in long term patients. However, metabolic abnormalities were much more pronounced in long-term patients, suggesting a dynamic host-microbiome interplay where early microbial changes may contribute to persistent metabolic disruptions.

Otros análisis identificaron biomarcadores microbianos y metabólicos específicos de los pacientes a corto y largo plazo, incluida la reducción de la síntesis de butirato por los microbios intestinales y la reducción de butirato, ácidos biliares y benzoato, lo que revela posibles mecanismos funcionales subyacentes a la aparición y duración de la enfermedad.

Este enfoque multiómico permitió la caracterización de alta resolución de la disbiosis microbiana y metabólica asociada con el ME/CFS, revelando biomarcadores específicos vinculados a la aparición y progresión de la enfermedad que de otro modo podrían haber pasado desapercibidos. La información obtenida proporciona pistas sobre los mecanismos subyacentes de esta compleja enfermedad y puede servir de base para futuras estrategias terapéuticas.

Perfiles multiómicos del microbioma intestinal en el síndrome del intestino irritable y sus subtipos de hábito intestinal

El síndrome del intestino irritable es un trastorno gastrointestinal frecuente. Aunque se sospecha que el microbioma intestinal desempeña un papel en este trastorno, la conexión huésped-microbio en el SII sigue sin explorarse lo suficiente. Para colmar esta laguna, Jacobs et al. integraron la secuenciación del ARNr 16S, la transcriptómica y el análisis metabolómico de muestras recogidas de pacientes con SII y controles ^sanos30. Su trabajo, publicado en Microbiome, descubrió nuevas relaciones funcionales entre el huésped y los microbios que pueden contribuir a la etiología de la enfermedad.

El análisis multiómico reveló cambios significativos en los taxones bacterianos, como un aumento de Bacteroides dorei y Actinomyces spp., e identificó metabolitos como la tiramina, el gentisato y el hidrocinamato que eran diferencialmente abundantes en los pacientes con SII. Este enfoque integral también permitió identificar la regulación transcripcional en vías relacionadas con el metabolismo de la fructosa y el glucano y la vía del succinato de la fermentación de carbohidratos.

Los investigadores también desarrollaron un clasificador basado en la multiómica (véase la Figura 2), que resultó más preciso para distinguir el SII de los controles sanos que los clasificadores que utilizaban conjuntos de datos individuales. Además, el estudio descubrió que el SII con predominio de diarrea (SII-D) y el SII con predominio de estreñimiento (SII-C) mostraban perfiles metatranscriptómicos y metabolómicos distintos, lo que sugiere que podrían utilizarse marcadores microbianos y metabólicos específicos para diferenciar los subtipos de SII.

En conjunto, este análisis multiómico reveló biomarcadores microbianos, de transcripción y de metabolitos clave asociados no sólo con el SII, sino con diferentes subtipos de SII. Estos biomarcadores pueden resultar útiles en el futuro como biomarcadores diagnósticos y/o terapéuticos.

El trasplante de microbiota fecal afecta a la metilación del ADN hepático en la enfermedad del hígado graso no alcohólico: un enfoque multiómico

La enfermedad del hígado graso no alocólico es un espectro de enfermedades hepáticas que afecta a más del 50% de los individuos con diabetes tipo 2 (T2D). Dado que la NAFLD se considera el componente hepático del síndrome metabólico, y debido a la conexión reconocida entre el microbioma intestinal y la enfermedad metabólica, los investigadores han evaluado recientemente el trasplante de materia fecal (FMT) en pacientes con ^NAFLD31. Mediante una combinación de secuenciación del microbioma, metabolómica y análisis del metiloma del ADN hepático antes y después del TFM, los investigadores identificaron cambios específicos en el microbioma, los metabolitos y la metilación asociados al TFM.

Analizando a 21 pacientes, los investigadores observaron que el TFM alogénico (procedente de un donante vegano) provocaba cambios distintivos en la composición de la microbiota intestinal, incluido un aumento de bacterias beneficiosas como Eubacterium siraeum y Blautia wexlerae en comparación con el TFM autólogo. Estos cambios se asociaron con alteraciones en los niveles de metabolitos plasmáticos, como el aumento de fenilacetilcarnitina y fenilacetilglutamina, derivados del metabolismo microbiano intestinal.

El análisis del metiloma hepático identificó cambios específicos en la metilación del ADN en el hígado, sobre todo en genes como la treonil-TRNA sintetasa 1 (TARS) y la proteína dedo de zinc 57 (ZFP57). Un análisis de correlación (véase la Figura 3) puso de manifiesto relaciones significativas entre bacterias intestinales específicas, metabolitos plasmáticos y sitios de metilación del ADN hepático, lo que sugiere que la microbiota intestinal puede influir en la epigenética hepática a través de vías metabólicas.

Este análisis multiómico demuestra la ventaja de integrar diversos datos biológicos para dilucidar la compleja interacción entre el microbioma intestinal y el metabolismo del huésped. Subraya el potencial del TFM y la modulación del microbioma como estrategias terapéuticas para enfermedades metabólicas como la HGNA. Los resultados aportan nuevos conocimientos sobre el eje intestino-hígado y ponen de relieve marcadores microbianos y metabólicos clave que podrían utilizarse para mejorar la salud del hígado y tratar la NAFLD.

Referencias

1. Segre J. Microbioma. En https://www.genome.gov/genetics-glossary/Microbiome
2. Lederberg J and McCray A. Ome sweet 'omics: - A genealogical treasury of words. The Scientist. 2001;15:8.
3. Ursell L, Metcalf JL, Wegener Parfrey L, et al. Definición del microbioma humano. Nutr Rev. 2012; 70(Suppl 1): S38-S44. doi: 10.1111/j.1753-4887.2012.00493.x
4. Oliphant K y Vercoe EA. Macronutrient metabolism by the human gut microbiome: major fermentation by-products and their impact on host health. Microbiome. 2019;7(1):91. doi: 10.1186/s40168-019-0704-8
5. LeBlanc JG, Milani C, Savoy di Giori G, et al. Bacteria as vitamin suppliers to their host: a gut microbiota perspective. Curr Opin Biotechnol. 2013;24(2):160-8. doi: 10.1016/j.copbio.2012.08.005
6. Zheng D, Liwinski T, y Elinav E. Interacción entre la microbiota y la inmunidad en la salud y la enfermedad. Cell Res. 2020;30(6):492-506. doi: 10.1038/s41422-020-0332-7
7. Schreiner AB, Kao JY y Young VB. El microbioma intestinal en la salud y en la enfermedad. Curr Opin Gastroenterol. 2015; 31(1): 69-75. doi: 10.1097/MOG.0000000000000139
8. Fan Y and Pedersen O. Gut microbiota in human metabolic health and disease. Nat Rev Microbiol. 2021;19(1):55-71. doi: 10.1038/s41579-020-0433-9
9. Chen YE, Fishbach MA y Belkaid Y. Skin microbiota-host interactions. Nature. 2018;553(7689):427-436. doi: 10.1038/nature25177
10. Baker JL, Mark Welch JL, Kauffman KM, et al. El microbioma oral: diversidad, biogeografía y salud humana. Nat Rev Microbiol. 2024;22(2):89-104. doi: 10.1038/s41579-023-00963-6
11. Kuypers MMM, Marchant HK y Kartal B. The microbial nitrogen-cycling network. Nat Rev Microbiol. 2018;16(5):263-276. doi: 10.1038/nrmicro.2018.9
12. Trivedi P, Leach JE, Tringe SG, et al. Plant-microbiome interactions: from community assembly to plant health. Nat Rev Microbiol. 2020;18(11):607-621. doi: 10.1038/s41579-020-0412-1
13. Bala S, Garg D, Veerabhadrappa Thirumalesh B, Sharma M, et al. Recent Strategies for Bioremediation of Emerging Pollutants: A Review for a Green and Sustainable Environment. Toxics. 2022;10(8):484. doi: 10.3390/toxics10080484
14. Robinson JM, Hodgson R, Krauss SL, et al. Opportunities and challenges for microbiomics in ecosystem restoration. Trends Ecol Evol. 2023;38(12):1189-1202. doi: 10.1016/j.tree.2023.07.009
15. Thirunavukkarasu A, Sivashankar R, Nithya R, et al. Sustainable organic waste management using vermicomposting: a critical review on the prevailing research gaps and opportunities. Environ Sci Process Impacts. 2023;25(3):364-381. doi: 10.1039/d2em00324d
16. Bano S, Wu X y Zhang X. Hacia una agricultura sostenible: ingeniería del microbioma de la rizosfera. Appl Microbiol Biotechnol. 2021;105(19):7141-7160. doi: 10.1007/s00253-021-11555-w
17. Keasling J, Garcia Martin H, Lee TS, et al. Microbial production of advanced biofuels. Nat Rev Microbiol. 2021;19(11):701-715. doi: 10.1038/s41579-021-00577-w
18. Danso D, Chow J, y Streit WR. Plastics: Environmental and Biotechnological Perspectives on Microbial Degradation. Appl Environ Microbiol. 2019;85(19):e01095-19. doi: 10.1128/AEM.01095-19
19. Carvalho T. Aprobada la primera terapia oral de trasplante de microbiota fecal. Nat Med. 2023;29(7):1581-1582. doi: 10.1038/d41591-023-00046-2
20. Suez J, Zmora N, Segal E, et al. Los pros, los contras y las muchas incógnitas de los probióticos. Nat Med. 2019;25(5):716-729. doi: 10.1038/s41591-019-0439-x
21. Porcari S, Benech N, Valles-Colomer M, et al. Determinantes clave del éxito en el trasplante de microbiota fecal: Del microbioma a la clínica. Cell Host Microbe. 2023;31(5):712-733. doi: 10.1016/j.chom.2023.03.020
22. Woese, C., Fox, G., Zablen, L. & Uchida, T. Conservación de la estructura primaria en el ARN ribosómico 16S. Nature. 1975;254(5495):83-86. doi: 10.1038/254083a0
23. Hadziavdic K, Lekang K, Lanzen A, et al. Characterization of the 18S rRNA Gene for Designing Universal Eukaryote Specific Primers. PLoS One. 2014;9(2):e87624. doi: 10.1371/journal.pone.0087624
24. Schoch CL, Seifert KA, Huhndorf S, et al. Nuclear ribosomal internal transcribed spacer (ITS) region as a universal DNA barcode marker for Fungi. Proc Natl Acad Sci USA. 2012;109(16):6241-6246. doi: 10.1073/pnas.1117018109
25. Joseph TA and Pe'er I. An Introduction to Whole-Metagenome Shotgun Sequencing Studies. Methods Mol Biol. 2021;2243:107-122. doi: 10.1007/978-1-0716-1103-6_6
26. Bashiardes S, Zilberman-Shapira G y Elinav E. Use of Metatranscriptomics in Microbiome Research. Bioinform Biol Insights. 2016;10:19-25. doi: 10.4137/BBI.S34610
27. Wilmes P, Heintz-Buschart A, y Bond PL. Una década de metaproteómica: Where we stand and what the future holds. Proteomics. 2015;15(20): 3409-3417. doi: 10.1002/pmic.201500183
28. Tang J. Metabolómica microbiana. Curr Genomics. 2011;12(6): 391-403. doi: 10.2174/138920211797248619
29. Xiong R, Gunter C, Fleming E, et al. Multi-'omics of gut microbiome-host interactions in short- and long-term myalgic encephalomyelitis/chronic fatigue syndrome patients. Cell Host Microbe. 2023 Feb;31(2):273-287.e5. doi: 10.1016/j.chom.2023.01.001
30. Jacobs JP, Lagishetty V, Hauer MC, et al. Multi-omics profiles of the intestinal microbiome in irritable bowel syndrome and its bowel habit subtypes. Microbiome. 2023;11(1):5. doi: 10.1186/s40168-022-01450-5
31. Stols-Gonçalves D, Mak AL, Madsen MS, et al. Faecal Microbiota transplantation affects liver DNA methylation in Non-alcoholic fatty liver disease: a multi-omics approach. Gut Microbes. 2023;15(1):2223330. doi: 10.1080/19490976.2023.2223330