Tom izazovu doskočio je međunarodni tim istraživača kroz suradnju znanstvenika Instituta za istraživanja u biomedicini (IRB) u Barceloni, Instituta Jožef Stefan (IJS) u Ljubljani, te Instituta Ruđer Bošković (IRB) u Zagrebu, i to razvojem računalne metodologije koja koristi veliki obim podataka ('big data'), konkretno podataka koji opisuju metagenome iz vrlo različitih okoliša.

Rezultati istraživanja nedavno su objavljeni u časopisu Microbiome, jednom od najznačajnijih međunarodnih časopisa u mikrobiološkim istraživanjima. Studiju je vodio dr. sc. Fran Supek, računalni biolog i odnedavno voditelj laboratorija Genome Data Science u IRB-u u Barceloni,  prethodno doktorand,  a potom i znanstveni suradnik Instituta Ruđer Bošković.

Inteligentna računalna metoda predviđanja

Istraživači su razvili novu računalnu metodu koja je u stanju iskoristiti tisuće metagenomskih profila istodobno i identificirati evolucijski signal kojim se može predvidjeti funkcije mnogih mikrobnih gena. Ova metoda, koja analizira "velike podatke" ljudskih mikrobioma (npr. iz crijeva ili kože) ali i drugih metagenoma (npr. iz tla ili s dna oceana) temelji se na posebnoj vrsti algoritama strojnog učenja koji stvara model podataka (tzv. "stabla odlučivanja") sposoban istovremeno predviđati stotine različitih funkcija. Na taj način računalo pronalazi veze  između pojavnosti gena u mikrobiomima i njihove uloge u mikrobnoj stanici.

"Istovremeno predviđanje velikog broja funkcija čini ovaj algoritam robusnim na šum (slučajne varijacije) prisutan u metagenomskim podacima, što znači da metoda može procijeniti biološku ulogu za velik broj gena s nepoznatim funkcijama, uz visoku razinu točnosti. Intrigantna je i činjenica da metoda također predlaže mnoge dodatne funkcije za gene koji već imaju neku poznatu ulogu ", kaže dr. Supek.

Najvažnije otkriće iz ovog istraživanja je da analiza humanih mikrobioma i drugih metagenomskih podataka, poput onih tla i oceana, omogućuje znanstvenicima određivanje stotina genskih funkcija koje je koristeći danas relevantne računalne genomske pristupe bilo nemoguće predviđati. "Drugim riječima, metagenomski podaci  omogućuju znanstvenicima objasniti funkcije gena koje se ne mogu objasniti na nivou podataka o individualnim genomima", objašnjava hrvatski istraživač, kojem je nedavno odobren projekt  Europskog istraživačkog vijeća (ERC).

Ključ je u raznolikosti

Znanstvenici su otkrili da metagenomi različitih tipova sredina mogu predvidjeti više različitih tipova genskih funkcija. Na primjer, mikrobiomi iz oceana mogu se koristiti za predviđanje gena koje koriste bakterije za fotosintezu. No, to se nije moglo otkriti iz bakterija u ljudskom crijevu. Nasuprot tome, mikrobiološki gledano, crijevo je vrlo koristan okoliš za predviđanje ključnih gena uključenih u mehanizme koji su u osnovi razvoja bolesti ili metabolizma alkohola, biosintezi određenih aminokiselina i sl. predviđanja koja bi bila teža ako bi se koristili samo mikrobiomi iz okoliša. Autori zaključuju da, kroz strojno učenje, veliki i raznoliki skup okoliša omogućuje da naučimo o mnogim različitim funkcijama gena u mikroorganizmima koji žive u tim okolišima. "Računalne metode poput ove bacaju svjetlo na 'tamnu materiju' unutar mikrobnih genoma - ogroman broj gena u bakterijama i arheama čija je funkcija nepoznata", kaže dr. Supek.

Tisuće generiranih računskih predviđanja morat će se potvrditi u eksperimentima. Nakon potvrde, oni mogu dovesti do otkrića novih gena koji objašnjavaju kako bakterije oblikuju ekosustave oko nas, ali i ekosustav unutar nas - ljudski mikrobiom.

Ova je studija financirana kroz Europski program FP7 "Future and Emerging Technologies" (projekt MAESTRA),  ERC Starting Grant „HYPER-INSIGHT“, te projekt Znanstvenog Centra Izvrsnosti BIOPOCRO: „Bioprospecting Jadranskog mora“.