Ein internationales Forscherteam im MetaHIT Konsortium von INRA und mit Teams aus CEA, CNRS und Université d' Evry koordiniert , hat eine neue Methode , um die globale Genoms zu analysieren , oder die Metagenom der Darmflora entwickelt [1] . Dieses Verfahren deutlich vereinfacht microbiome Analyse und macht sie stärker. Die Wissenschaftler haben damit in der Lage, zu sequenzieren und montieren das komplette Genom von 238 Darmbakterien , 75% davon waren bisher nicht bekannt. Diese Arbeit wird in Nature Biotechnology veröffentlicht .
Forschung in den letzten Jahren auf die Darmflora durchgeführt hat unsere Vision der menschlichen Darm -Ökosystem aufgehoben. In der Tat , von "einfachen Kochern " von Lebensmitteln, diese Bakterien sind wichtige Faktoren für das Verständnis bestimmter Krankheiten wie Fettleibigkeit , Diabetes Typ 2 , oder werden, Morbus Crohn . Wichtig und direkte Verbindungen haben auch zwischen dieser Bakterien mit dem Immunsystem , sowie im Gehirn nachgewiesen. Es wird geschätzt, daß 100.000 Milliarden Bakterien besiedeln den Darm des einzelnen ( oder 10 bis 100-mal mehr als die Anzahl der Zellen im menschlichen Körper ) , und deren Vielfalt beträchtlich ist, um rund tausend verschiedene Bakterienarten im Darm menschlichen Metagenoms geschätzten . Da jedoch nur 15% dieser Bakterien wurden bisher isoliert und durch Sequenzierung des Genoms , eine Unzahl der zuvor noch identifiziert mikrobielle Gene benötigen, um zu einer bestimmten Art zugeordnet werden.
Forscher von der INRA , zusammen mit Teams aus der CEA ( Genoscope ) , CNRS und Université d' Evry in Frankreich, und Wissenschaftler aus dem Ausland , haben eine neue Methode , die deutlich Analyse des Darms Metagenom erleichtern entwickelt , während gleichzeitig die Verbesserung der Qualität der erhaltenen Daten. Um dies zu erreichen , basiert sie selbst auf einem einfachen Fall:
Eine Analyse von 396 Stuhlproben von dänischen und spanischen Privatpersonen konnten die Forscher diese Millionen von Genen in 7381 Co- Fülle Gruppen von Genen zu gruppieren. Etwa 10% dieser Gruppen ( 741 ) entsprach bezeichnet als metagenomic Arten ( MGS) Bakterienspezies ; die anderen entsprach bakteriellen Viren ( 848 Bakteriophagen entdeckt wurden ) , Plasmiden (kreisförmig , bakterielle DNA -Fragmente) oder Gene, die Bakterien aus viralen Angriff (wie CRISPR Sequenzen bekannt) geschützt. 85 % dieser MGS konstituiert unbekannte Bakterienspezies (oder ~ 630 Arten).
Mit diesem neuen Ansatz , gelang es den Forschern Wiederherstellung des kompletten Genoms von 238 dieser unbekannten Arten, ohne vorherige Kultur dieser Bakterien . Leben ohne Sauerstoff, in einer Umgebung, die schwierig zu charakterisieren und zu reproduzieren ist , können die meisten dieser Darmbakterien im Labor nicht kultiviert werden. Und bis jetzt wurde die Analyse Metagenomen auf dem Vergleich der in einer Probe mit den in den Katalogen der Gene von Bakterien, die bekannt waren, und konnte in einem Labor kultiviert werden (oder 15% der Darmbakterien ) aufgeführten detektierten Gene , so dass es auf der Basis unmöglich, Gene nicht- kultivierbaren Bakterien zuordnen.
Die Autoren zeigten auch mehr als 800 Abhängigkeiten innerhalb der 7381 -Gen co- Fülle -Gruppen; dies der Fall war , zum Beispiel , von Phagen , die das Vorhandensein eines Bakteriums zu überleben müssen. Diese Abhängigkeiten ermöglichen somit ein klareres Verständnis der Überlebensmechanismen eines Mikroorganismus in das Ökosystem . Es ist auch das erste Mal, dass eine Analyse der Beziehungen zwischen verschiedenen biologischen Einheiten in der Darmflora , die ihren Nachweis, zur Isolierung und Kultur erleichtern wird geklärt.
Diese Studie wirft unerreicht und sehr detaillierte Licht auf mikrobielle Gemeinschaften beim Menschen. Das so entwickelte Verfahren ermöglicht wesentlich einfacheren Analyse von Genen in der Darmflora ; es ist nun möglich, nur ein paar tausend genetischen Elementen oder Hunderte Arten , anstatt die Millionen von Genen , die das Metagenoms studieren. Verfahren ebenfalls deutlich verbessert die Zuverlässigkeit und Genauigkeit der statistischen Analysen .