Une étude décrit une nouvelle méthode pour sonder la diversité déconcertante du microbiome

Ces dernières années, les chercheurs ont commencé à explorer le vaste assemblage de microbes sur et dans le corps humain. Ceux-ci incluent les protistes, les archées, les champignons, les virus et un grand nombre de bactéries vivant dans des écosystèmes symbiotiques.

Connues collectivement sous le nom de microbiome humain, ces minuscules entités influencent une gamme étonnante d’activités, du métabolisme au comportement, et jouent un rôle central dans la santé et la maladie. Quelque 39 billions de microbes non humains s’épanouissent sur et en nous, dans une agitation incessante et interdépendante. Ensemble, ils constituent plus de la moitié des cellules du corps humain, bien qu’ils puissent posséder 500 fois plus de gènes que ceux que l’on trouve dans les cellules humaines. Identifier et donner un sens à ce mélange microbien a été un défi central pour les chercheurs.

Dans une nouvelle étude, Qiyun Zhu et ses collègues décrivent une nouvelle méthode pour sonder le microbiome avec des détails sans précédent. La technique offre une plus grande simplicité et facilité d’utilisation par rapport aux approches existantes. En utilisant la nouvelle technique, les chercheurs démontrent une capacité améliorée à identifier les caractéristiques biologiquement pertinentes, y compris l’âge et le sexe d’un sujet sur la base d’échantillons de microbiome.

Cette recherche innovante promet de faire progresser rapidement les enquêtes sur les mystères du microbiome. Avec de telles connaissances, les chercheurs espèrent mieux comprendre comment ces microbes agissent collectivement pour protéger la santé humaine et comment leur dysfonctionnement peut entraîner un large éventail de maladies. Avec le temps, les médicaments et autres thérapies peuvent même être conçus sur mesure en fonction du profil microbiomique du patient.

Le professeur Zhu est chercheur au Biodesign Center for Fundamental and Applied Microbiology et à l’École des sciences de la vie de l’ASU. L’équipe de recherche comprend des collaborateurs de l’Université de Californie à San Diego, dont l’auteur co-correspondant Rob Knight, l’ancien mentor de Zhu.

Les résultats de recherche du groupe paraissent dans le numéro actuel de la revue mSystèmes.

Outils du métier

Deux technologies puissantes ont été utilisées pour aider les chercheurs à révéler la diversité et la complexité du microbiome, en séquençant l’ADN microbien présent dans un échantillon. Ceux-ci sont connus sous le nom de séquençage 16S et métagénomique. La technique décrite dans la présente étude s’appuie sur les points forts des deux méthodes pour créer une nouvelle façon de traiter les données du microbiome.

« Nous empruntons une partie de la sagesse qui s’est développée à partir du séquençage de l’ARN 16S et l’appliquons à la métagénomique », a déclaré Zhu. Contrairement à d’autres méthodes de séquençage, y compris 16S, la métagénomique permet aux chercheurs de séquencer toutes les informations d’ADN présentes dans un échantillon de microbiome. Mais la nouvelle étude montre que l’approche métagénomique peut encore être améliorée. « La façon dont les gens analysent actuellement les données métagénomiques est limitée, car les données du génome entier doivent d’abord être traduites en taxonomie. »

La nouvelle technique, connue sous le nom d’unités génomiques opérationnelles (OGU), supprime la pratique laborieuse et parfois trompeuse consistant à attribuer des catégories taxonomiques telles que le genre et l’espèce à la multitude de microbes présents dans un échantillon. Au lieu de cela, la méthode utilise des génomes individuels comme unités de base pour l’analyse statistique et tente simplement d’aligner les séquences présentes dans un échantillon sur les séquences trouvées dans les bases de données génomiques existantes.

Ce faisant, les chercheurs peuvent obtenir une résolution beaucoup plus fine, ce qui est particulièrement utile en présence de microbes étroitement liés dans la séquence d’ADN. Cela est vrai car la plupart des classifications taxonomiques sont basées sur la similarité des séquences. Si deux séquences diffèrent de moins d’un certain seuil, elles entrent dans la même catégorie taxonomique, mais l’approche OGU peut aider les chercheurs à les distinguer.

En outre, la méthode surmonte les erreurs de taxonomie qui persistent en tant que reliques de l’époque de pré-séquençage, lorsque différentes espèces ont été définies par leur morphologie plutôt qu’à partir des données de séquence d’ADN.

En plus d’améliorer la résolution et la simplicité, OGU peut aider les chercheurs à analyser les données à l’aide de ce que l’on appelle les arbres phylogénétiques. Comme son nom l’indique, ce sont des structures ramifiées qui peuvent décrire le degré de parenté entre les organismes, en fonction de leur similarité de séquence. Tout comme deux espèces éloignées comme les vers et les antilopes apparaîtront sur des branches plus éloignées d’un arbre phylogénétique, il en sera de même pour les bactéries et autres constituants du microbiome plus éloignés.

Innovations dans le séquençage

La technique la plus largement utilisée pour sonder le microbiome, connue sous le nom de séquençage de l’ARN ribosomal 16S ou simplement 16S, repose sur une idée simple. Toutes les bactéries ont un gène 16S, qui est essentiel à la machinerie dont les bactéries ont besoin pour initier la synthèse des protéines. Le gène bactérien 16S, mesurant 1500 paires de bases de longueur, est constitué de régions distinctes. Certaines de ces régions changent très peu entre différentes bactéries et sur des périodes évolutives, tandis que d’autres sont très variables.

Les chercheurs ont réalisé que les régions conservées et variables du gène 16S lui permettaient d’agir comme une horloge moléculaire, gardant une trace des bactéries qui sont plus proches ou plus éloignées, en fonction de leur similarité de séquence. Ainsi, les 8 régions conservées et les 9 régions variables de 16S peuvent être utilisées pour identifier les bactéries.

Pour ce faire, un échantillon de microbiome est d’abord prélevé. Cela pourrait être un échantillon fécal, pour évaluer le microbiome intestinal, ou un échantillon de la peau ou de la bouche. Chaque site corporel abrite une ménagerie bactérienne différente.

Ensuite, la technologie PCR est utilisée pour amplifier des portions du gène 16S. En séquençant des régions hautement conservées, un large éventail de bactéries peut être identifié, tandis que le séquençage de régions variables aide à réduire l’identité de bactéries particulières.

Bien que 16S soit une méthode peu coûteuse et bien développée, elle a des limites. La technique ne peut donner qu’une idée générale des types de bactéries présentes, avec une résolution limitée. En général, 16S n’est précis qu’au niveau d’identification du genre.

Entrez dans le séquençage métagénomique. Cette technique séquence les génomes complets de tous les microbes présents dans un échantillon de microbiome (pas seulement les bactéries, comme avec le 16S). La métagénomique permet aux chercheurs de séquencer des milliers d’organismes en parallèle, offrant une résolution précise au niveau de l’espèce. La plus grande résolution a cependant des coûts. Les données métagénomiques sont beaucoup plus riches et plus difficiles à analyser que les données 16S et plus coûteuses en temps et en argent à traiter.

Une nouvelle voie pour la métagénomique

La technique OGU rationalise le séquençage métagénomique, tout en offrant une résolution encore plus grande. L’approche classe les microbes dans un échantillon strictement en fonction de leur alignement avec une base de données de référence – aucune affectation taxonomique n’est requise. L’approche permet aux chercheurs d’évaluer le degré de diversité des espèces présentes dans un échantillon.

Par rapport au 16S et au séquençage métagénomique standard, la nouvelle approche est supérieure pour dénicher des informations biologiquement pertinentes. En utilisant l’ensemble de données classique du Human Microbiome Project de 210 métagénomes échantillonnés à partir de sept sites corporels de sujets humains masculins et féminins, l’étude démontre une meilleure corrélation entre le site corporel et le sexe de l’hôte.

Ensuite, 6 430 échantillons de selles collectés par un échantillonnage aléatoire de la population finlandaise ont été analysés, en utilisant à la fois le 16S et le séquençage métagénomique. Les échantillons appartiennent à une grande cohorte aléatoire de la population finlandaise, connue sous le nom de FINRISK. L’objectif était de prédire l’âge des individus échantillonnés, sur la base de la composition microbienne de l’intestin. Encore une fois, la méthode OGU a surpassé le 16S et l’analyse métagénomique conventionnelle, fournissant des prédictions plus précises.

De nouvelles recherches s’appuyant sur des ensembles de données encore plus grands amélioreront encore la résolution de la nouvelle technique et élargiront le pouvoir descriptif de l’analyse indépendante de la taxonomie.