Datos del microbioma intestinal ayudan en la detección rutinaria de la enfermedad cardiovascular

Aunque las relaciones causa-efecto no están claramente establecidas, las asociaciones reportadas entre las alteraciones en la microbiota intestinal y la ECV son prominentes.

Estudios recientes han encontrado un vínculo entre la microbiota intestinal, los microorganismos en el tracto digestivo humano, y la ECV, que es la principal causa de mortalidad en todo el mundo. La microbiota intestinal es muy variable entre individuos y se han informado diferencias en la composición microbiana intestinal entre personas con y sin ECV.

Científicos de la Universidad de Toledo (Toledo, OH, EUA) plantearon la hipótesis de que se podría usar el aprendizaje automático (AA) para el cribado de diagnóstico de la ECV con base en el microbioma Intestinal. Para probar su hipótesis, se analizaron los datos de secuenciación del ARN ribosómico 16S fecal de 478 sujetos humanos con ECV y 473 sin ECV recopilados a través del Proyecto Intestinal Americano utilizando cinco algoritmos de AA supervisados, que incluyen bosque aleatorio, máquina de vectores de apoyo, árbol de decisión, red elástica y redes neuronales.

El equipo identificó 39 taxones bacterianos diferenciales entre los grupos con ECV y sin ECV. El modelado de AA utilizando estas características taxonómicas logró un área de prueba bajo la curva de características operativas del receptor (0,0, antidiscriminación perfecta; 0,5, adivinación aleatoria; 1,0, discriminación perfecta) de ≈0,58 (bosque aleatorio y redes neuronales). A continuación, se entrenaron los modelos de AA con las 500 características principales de alta varianza de las unidades taxonómicas operativas, en lugar de taxones bacterianos, y se logró un área de prueba mejorada bajo las curvas de características operativas del receptor de ≈0,65 (bosque aleatorio).

Además, al limitar la selección a solo las 25 características de la unidad taxonómica operativa de mayor contribución, el área bajo las curvas de características operativas del receptor se mejoró significativamente a ≈0,70. Entre las bacterias identificadas se encuentran Bacteroides, Subdoligranulum, Clostridium, Megasphaera, Eubacterium, Veillonella, Acidaminococcus y Listeria, que fueron más abundantes en el grupo de ECV. Faecalibacterium, Ruminococcus, Proteus, Lachnospira, Brevundimonas, Alistipes y Neisseria fueron más abundantes en el grupo sin ECV.

Bina Joe, PhD, FAHA, profesora universitaria distinguida y presidente del departamento de fisiología y farmacología, dijo: “A pesar de que los microbiomas intestinales son muy variables entre los individuos, nos sorprendió el nivel de exactitud prometedora obtenida a partir de estos resultados preliminares que indican que la composición de la microbiota fecal podría servir, potencialmente, como un método de detección diagnóstica conveniente para las ECV”.

Los autores concluyeron que, en general, el estudio fue el primero en identificar la disbiosis de la microbiota intestinal en pacientes con ECV como grupo y aplicar este conocimiento para desarrollar un enfoque de AA, basado en el microbioma intestinal, para el cribado diagnóstico de la ECV. El estudio fue publicado el 10 de septiembre de 2020 en la revista Hypertension.

Enlace relacionado:
Universidad de Toledo