MI a bélmikrobiom és Parkinson-kór etiológiája közötti kapcsolat feltárásában
Számos tanulmány adatainak gépi tanulásos feldolgozásával sikerült azonosítani azokat a baktériumtípusokat, amelyek a Parkinson-kórral asszociálhatók.
A Nature Communications folyóiratban május 7-én jelent meg a European Molecular Biology Laboratory kutatóinak cikke, amelyben az eddigi legátfogóbb képet vázolták fel a Parkinson-kórban megfigyelt bélmikrobiom-változásokról. A világszerte 22 tanulmányból származó adatok gépi tanulásos feldolgozásával sikerült azonosítani azokat a baktériumtípusokat és azok metabolikus aktivitását, amelyek következetesen kapcsolódnak a Parkinson-kór jelenlétéhez.
A Parkinson-kór egy progresszív és gyakori neurodegeneratív betegség, amelyet jellemzően akaratlan remegés, merevség és lelassult mozgás jellemez. A motoros tüneteken túl az érintettek gyakran számos nem motoros problémával is küzdenek, többek között súlyos bélproblémákkal, mint például székrekedés, gyulladás és fokozott béláteresztő képesség. Érdekes módon ezek a bélproblémák már évtizedekkel a motoros károsodások megjelenése előtt jelentkezhetnek, ami jelentős érdeklődést váltott ki a bélmikrobiom potenciális szerepe iránt a betegség megértésében, diagnosztizálásában, sőt új kezelési módszerek kidolgozásában is. A Parkinson-kórban szenvedő emberek mikrobiomját vizsgáló számos korábbi tanulmány következetesen mutatott ki különbségeket az egészséges mikrobiomhoz képest. Az eredmények azonban gyakran eltérőek voltak, ami a mikrobiomkutatásban egyáltalán nem szokatlan, tekintettel a különböző módszertanokra és a globális népességben rejlő különbségekre.
A bél mikrobiomjában található milliárdos nagyságrendű mikroba elemzése hatalmas mennyiségű adatot generál. A Parkinson-kór felismerésében segítő mintázatok megtalálásához a kutatók egyre inkább gépi tanulást alkalmaznak. A mesterséges intelligenciának ez a területe statisztikai módszereket alkalmaz a nagy adathalmazok információtartalmának feltárására és azokból való tanulásra, lehetővé téve új információk előrejelzését. Bár néhány kezdeti tanulmány már nagyon ígéretes, akár 90%-os pontosságot mutatott, az igazi próba mindig az, hogy ezek a predikciós modellek hogyan teljesítenek különböző, független populációkból származó mintákon.
A Quadram Institute és az EMBL tudósai nemrégiben egy nagy léptékű tanulmányt végeztek, amelyben közel 4500 beteg mintáját elemezték, hogy feltárják a Parkinson-kórban szenvedő emberek bélmikrobiomjában bekövetkező jelentős változásokat. A 22 tanulmányból származó adatok gépi tanulásával a csapat azonosította azokat a baktériumtípusokat és azok metabolikus aktivitását, amelyek következetesen kapcsolódnak a Parkinson-kórhoz.
A vizsgálatban az egyik legszembetűnőbb felfedezés a xenobiotikumok – a szervezet számára idegen vegyi anyagok, például peszticidek, oldószerek és szennyező anyagok – biokémiai átalakulásában részt vevő mikrobiális útvonalak fokozott aktivitása volt.
”Ennek a jelenségnek a felfedezése a Parkinson-kóros betegek bélmikrobiomjában arra utal, hogy a mikrobák érintkezésbe kerülhettek ezekkel a vegyületekkel. Ezek az eredmények nagyon érdekesek, mert jól egyeznek a jelenlegi epidemiológiai adatokkal, amelyek szerint ezek a vegyi anyagok növelhetik a betegség kialakulásának kockázatát” – kommentálta az eredményeket Stefano Romano, a tanulmány első szerzője, aki mind az EMBL-nél, mind a Quadram Intézetben részt vett a kutatásban.
Ennek a fokozott aktivitásnak a pontos következményeit még vizsgálják. “Érdekes felvetés, hogy a bélmikrobiom összetétele megváltozhat ezeknek a vegyi anyagoknak a hatására. Vagy lehet, hogy ezeknek a vegyi anyagoknak a mikrobiom általi lebontása változtatja meg az agy neuronjaira gyakorolt ismert hatásaikat? De az is lehet, hogy éppen ellenkezőleg, ez a protektív folyamat növeli ezeknek a vegyi anyagoknak a neurotoxicitását?” – sorolta a lehetséges elméleteket Dr. Georg Zeller, a cikk társszerzője, az EMBL munkatársa.
“További kutatásokra van szükség ahhoz, hogy feltárjuk azokat a molekuláris mechanizmusokat, amelyek segítségével a béltraktus mikroorganizmusai ezeket a vegyi anyagokat lebontják.”
Az elemzés feltárta a fertőzésszerű folyamatokkal összefüggő patogén baktériumok jellemzőit is. Ezek hozzájárulhatnak a gyulladáshoz és a bélfal permeabilitásának növekedéséhez. A károsodott bélbarrier elősegítheti a baktériumok termékeinek és a potenciálisan toxikus vegyületek (pl. xenobiotikumok) átjutását a bélből a szervezetbe, és akár az agyba és a központi idegrendszerbe való bejutásukat is. Ugyanakkor egyelőre nem azonosítható, hogy pontosan mely xenobiotikumok vezettek a mikrobiom ezen jellemzőjének megváltozásához, sőt, az sem zárható ki, hogy a Parkinson-kór kezelésében alkalmazott gyógyszerek okozták a megfigyelt hatást.
Ez a nagyszabású metaanalízis megvilágítja a különböző adatkészletek és a gépi tanulás kombinálásának erejét a mikrobiom-kutatás bonyolult kihívásainak leküzdésében. Míg az egyes gépi tanulási modellek gyakran nehezen általánosíthatók különböző tanulmányok között, a számos tanulmány adatain alapuló modellek létrehozása és betanítása jelentősen javította azok képességét, hogy általánosan azonosítsák a mikrobiom Parkinson-kórral asszociálható változásait.
Arjan Narbad, a Quadram Intézet munkatársa kiemelte a tanulmány szélesebb körű várható hatásait: “Egyre több bizonyíték van a bélmikrobiomnak a Parkinson-kór etiológiájában betöltött szerepéről, de az egyéni mikrobiomok közötti eltérések megnehezítik azoknak a specifikus mikroorganizmusoknak a pontos meghatározását, amelyek valószínűleg részt vesznek a betegség kialakulásának folyamatában. A gépi tanulás és a nagy kohorszokon végzett mélyreható metagenomikus szekvenálás kombinálása ígéretes alapot nyújt mind a diagnosztikai, mind a terápiás módszerek fejlesztéséhez.”
Írásunk az alábbi közlemények alapján készült:
Gut microbiome study links Parkinson's disease to environmental chemicals
Irodalmi hivatkozás:
Stefano Romano et al, Machine learning-based meta-analysis reveals gut microbiome alterations associated with Parkinson's disease, Nature Communications (2025). DOI: 10.1038/s41467-025-56829-3
