Forskare från Icahn School of Medicine på Mount Sinai, Sema4, och samarbetsinstitutioner New York University och University of Florida publicerade idag en rapport som beskriver deras nya, mer exakt metod för att identifiera enskilda mikrobiella arter och stammar i ett samhälle. Denna teknik har viktiga konsekvenser för mikrobiomanalys, med potentiella långsiktiga tillämpningar för klinisk vård. Tidningen kom ut idag Naturbioteknik .

Mikrobiomer är grupper av bakterier, virus, och andra mikrober som finns överallt från tangentbordets och mobiltelefonernas ytor till miljöer i och inom oss, som våra munnar eller tarmar. Störning av det naturliga mikrobiomet har varit inblandat i hälsotillstånd inklusive infektionssjukdomar, cancer, och komplexa störningar som Crohns sjukdom, ulcerös kolit, och diabetes, bland många andra. Framgångsrik analys av mikrobiomer beror på förmågan att zooma in på dessa samhällen och identifiera de enskilda arterna och stammarna som lever inom dem.

Hittills, de flesta tekniker för att identifiera mikrobiella medlemmar i dessa grupper ger otillräcklig upplösning. Till exempel, en art kan bara klassificeras som en del av dess bredare genetiska familj, snarare än att identifieras på egen hand. Befintliga metoder är inte heller effektiva i karakteriseringen av en viktig klass av genetiska material som kan pendla mellan olika bakteriearter, kallas mobila genetiska element.

I detta nya arbete, forskare använde Single Molecule, Realtidssekvenseringsteknik och nya beräkningsverktyg för att klassificera mikrober för första gången genom att analysera både deras genetiska kod och deras metyleringsmönster, en andra DNA -kod som reglerar genaktivitet. Detta mer omfattande tillvägagångssätt med långläst sekvensering visade sig vara mer exakt än branschstandardprotokoll som 16S-sekvensering eller kortläst sekvensering, korrigera fel och ofullständiga resultat i identifiering av mikrober som genereras av dessa metoder. Viktigt, metoden ger ett nytt sätt att länka mobila genetiska element till sina bakterievärdar, låta forskare mer exakt förutse virulensen, antibiotikaresistens, och andra biologiskt och kliniskt kritiska egenskaper hos enskilda bakteriearter och stammar.

"Det biomedicinska samfundet har länge behövt en analysmetod för mikrobiomer som kan lösa enskilda arter och stammar med hög upplösning, "sa Gang Fang, Doktorsexamen, Assisterande professor i genetik och genomiska vetenskaper vid Mount Sinai, och senior författare till tidningen. "Vi fann att DNA -metyleringsmönster kan utnyttjas som mycket informativa naturliga streckkoder för att hjälpa diskriminera mikrobiella arter från varandra, hjälpa till att associera mobila genetiska element till sina värdgenomer och uppnå mer exakt mikrobiomanalys. "

I pilotprojekt som använder både syntetiska och verkliga mikrobiomprover, forskare kunde skilja mellan till och med närbesläktade arter och bakteriestammar. De använde metyleringsmönster för att länka relaterade DNA -sekvensdata, ge mer holistisk information om enskilda organismer. Teamet validerade metoden i mikrobiella grupper med låg till medelstor komplexitet, och utvecklar för närvarande mer avancerad teknik för att effektivt lösa samhällen med hög komplexitet, till exempel miljömikrobiomer.

"Detta projekt visar sofistik och kraft att analysera många typer av data tillsammans för att ge insikter som inte är möjliga med mer förenklade tillvägagångssätt, "sa Eric Schadt, Doktorsexamen, VD för Sema4, Dekan för precisionsmedicin vid Mount Sinai, och medförfattare till tidningen. "Biologin är komplex, och våra analyser måste noggrant representera den komplexiteten om vi hoppas kunna använda den här informationen för kliniskt bruk. "