Recientemenre un equipo de investigación utilizó técnicas de inteligencia artificial y aprendizaje automático para identificar 26 taxones bacterianos en el microbioma intestinal para distinguir a los niños con trastorno del espectro autista (TEA) de los que no lo tienen.
Utilizando técnicas de aprendizaje automático, científicos neerlandeses pudieron identificar 26 taxones bacterianos característicos de la microbiota intestinal de niños autistas y los resultados los han publicado en la revista Scientific Reports. Este descubrimiento abre la puerta a nuevas técnicas de diagnóstico y proporciona objetivos potenciales para la intervención terapéutica.
¿Cómo es la microbiota de los niños autistas?
El equipo de investigadores obtuvo información sobre la composición de la microbiota intestinal de 60 niños de 2 a 7 años con autismo y de 57 hermanos y hermanas no afectados por la enfermedad (grupo de control).
Los investigadores tenían como objetivo disminuir los prejuicios que ocurren en los análisis estadísticos convencionales debido a factores como dieta, hogar y el estilo de vida, al seleccionar hijos de la misma familia. Su objetivo era encontrar un perfil microbiano intestinal distintivo de los TEA y obtuvieron los siguientes resultados:
1- En la poblacion con autismo habia menos bifidobacterias: se encontró una conexión entre este grupo de bacterias y cambios en el metabolismo del triptófano, un componente relacionado con la gravedad del TEA.
2- Sobrecrecimiento de Clostridia: Se sabe que estas bacterias estaban relacionadas con mayor sensibilidad a trastornos del desarrollo neurológico y algunos parámetros del TEA.
3- Poco Butyricicoccus: En comparación con estudios animales, se nota que este tipo de bacteria se restablece tras los trasplantes de la microbiota fecal.
Los científicos examinaron la información original de la secuenciación de los genes del ARNr de 16S obtenidos de la microbiota intestinal de los niños con TEA, empleando un algoritmo conocido como REFS (selección de características en conjunto recursiva) fundamentado en el aprendizaje automático.
Este campo de la Inteligencia Artificial, fundamentado en algoritmos que facilitan la detección de patrones recurrentes en los conjuntos de datos, ha posibilitado la identificación de 26 variaciones de la secuencia de amplicones (ASV). Estas secuencias de ADN de valor singular corresponden a 26 tipos de bacterias que pueden distinguir entre niños con autismo y aquellos en el grupo de control.
¿De qué nos sirve esto?
Utilizando estos 26 taxones para analizar un conjunto homogéneo de datos, provenientes de dos cohortes chinas (223 niños, 125 de los cuales presentaban un Trastorno del Espectro Autista), el equipo logró validar la eficacia de este perfil microbiano en la identificación de niños con autismo, demostrando su confiabilidad y consistencia.
Sus análisis pusieron de manifiesto que el promedio del área bajo la curva (AUC) fue de 81,6% en la muestra estadounidense y de 74,8% y 74% en las muestras chinas, evidenciando que los factores de confusión, como el estilo de vida, no afectan la precisión de este perfil microbiano distintivo.
Serán requeridas investigaciones adicionales para comprender la función de los 26 tipos en la fisiopatología de los Trastornos del Espectro Autista. No obstante, este perfil microbiano distintivo podría ser empleado con propósitos diagnósticos y para suministrar nueva información sobre los mecanismos moleculares involucrados en la relación entre la microbiota intestinal y el cerebro.
En todo caso, se ratifica la existencia de una estrecha relación entre la microbiota intestinal y los trastornos del espectro autista, y se resalta la importancia de no minimizar su función como posible objetivo para tratamientos terapéuticos.
Deja un comentario