Identyfikacja metabotypów IBS na podstawie reakcji fizjologicznych na pokarm

Obecne badanie ma charakter eksploracyjny, a jego głównym celem jest znalezienie i powiązanie odrębnych metabotypów pacjentów odzwierciedlających tolerancję/nietolerancję określonych składników żywności wśród pacjentów z IBS poprzez wydedukowanie i powiązanie wzorców danych OMIC (dane dotyczące metabolizmu i mikroflory jelitowej) ze zgłoszonym nasileniem wskazanych objawów IBS przez pierwotną zmienną punktu końcowego, tj. IBS-SSS. Ponieważ badacze nie mają oszacowania zmienności w wielowymiarowych danych OMIC (zarówno metabolomiki, jak i analizy 16S rRNA bakteryjnego RNA), nie jest możliwe wykonanie odpowiedniego obliczenia mocy. Brakuje konsensusu co do tego, jak najlepiej przeprowadzić analizę mocy dla tych projektów OMIC (a zatem także brak narzędzi), chociaż opublikowano kilka inicjatyw. Analiza mocy jest szczególnie trudna w nieukierunkowanej metabolomice, gdzie liczba zmiennych nie jest określona a priori, gdzie występuje silna współliniowość i gdzie nie można założyć, że zmienne przyczyniają się z równą mocą do wielkości efektu. Co więcej, brakuje odpowiednich nieukierunkowanych materiałów do badań metabolomicznych i mikroflory na temat interakcji IBS x dieta, na podstawie których można oszacować istotne parametry, takie jak wielkość efektu wielowymiarowego i oszacowania wariancji, ze względu na zaskakująco niewiele badań metabolomicznych dotyczących IBS i całkowity brak publicznie dostępnych surowe dane. Jednak znaczące różnice w metabolomie obserwowano wcześniej u dzieci z zespołem jelita drażliwego z przewagą biegunki lub bez niego (n=22 na grupę). Wykazano również systematyczne różnice w poszczególnych metabolitach u osób z IBS spożywających dietę o wysokiej lub niskiej zawartości FODMAP (n≈20 na leczenie).

W tym badaniu zostanie wykonany projekt cross-over, który zwiększy moc w porównaniu z projektami równoległymi. Ponadto uczestnicy zostaną podzieleni na warstwy w odniesieniu do podtypu IBS (tj. biegunki, zaparcia i mieszane). Jednak badacze nie będą wiedzieć z góry, ile metabotypów IBS będzie obecnych w materiale ani jaki będzie ilościowy rozkład między metabotypami. W związku z tym zostanie zrekrutowanych 120 uczestników, którzy będą mogli zaobserwować istotne różnice między sposobami postępowania dietetycznego, opierając się na założeniu, że możliwe będzie zidentyfikowanie około 4±1 metabotypów i przybliżony równy rozkład między metabotypami (≥20 osób na metabotyp). Ponadto wybór 120 uczestników pozwoli, w tych warunkach, na 20% rezygnację z badania, co jest wysoką oceną opartą na naszych wcześniejszych doświadczeniach z interwencji żywieniowych. Ważnym drugorzędnym wynikiem tego materiału badawczego jest to, że da on możliwość wykorzystania do obliczeń mocy w przyszłych badaniach OMIC, w których rozmiary efektu zarówno dla parametrów klinicznych, jak i miar OMIC są niepewne.

Odkrywanie metabotypów IBS Identyfikacja metabotypów zostanie przeprowadzona przy użyciu głównie wielowymiarowych technik analizy danych. Podczas wstępnych analiz dane dotyczące fenotypu molekularnego (metabolomika i mikroflora) zostaną przeanalizowane przy użyciu nienadzorowanej analizy głównych składników (PCA) i technik grupowania w celu zbadania, czy dane same się agregują w sensowne klastry. Aby dostosować się do zmienności międzyosobniczej i skupić się na efektach interwencji, zostanie przeprowadzony podział wariancji (czasami określany jako rozkład ANOVA) według poszczególnych osób. Skupiska będą skorelowane z zarejestrowanymi IBS/danymi klinicznymi (IBS-SSS, dziennik opróżniania jelit) w celu zbadania, czy pojawiające się klastry zawierają informacje funkcjonalne w odniesieniu do objawów IBS. Co więcej, jest prawdopodobne, że różne klastry nie są podobnie odzwierciedlone w metabolomice osocza i kału oraz mikroflory kałowej. Aby zbadać, w jakim stopniu różne klastry są powiązane z różnymi blokami omicznymi, do analizy nienadzorowanej zostanie zastosowany szereg technik podziału zmienności na wspólne i odrębne komponenty.

W drugiej linii analizy bez nadzoru, analizy PCA i grupowania zostaną przeprowadzone na fenotypie molekularnym zagregowanym z IBS/danymi klinicznymi, które będą miały potencjał bezpośredniego wpływania na grupowanie zamiast późniejszego badania korelacji. Ponownie, podział zmienności na wspólne i różne komponenty zostanie zastosowany do zbadania, w jaki sposób klastry odzwierciedlają się w różnych blokach danych.

Wreszcie, nadzorowane analizy zostaną wykorzystane do bezpośredniego powiązania danych dotyczących fenotypu molekularnego (zmienne niezależne) z danymi IBS/klinicznymi (zmienne zależne) przy użyciu opracowanych przez nas technik częściowych najmniejszych kwadratów (PLS) i lasów losowych (RF). Te wewnętrzne techniki są specjalnie przystosowane do identyfikacji najbardziej odpowiedniego zestawu zmiennych niezależnych w celu opisania współzmienności z danymi zależnymi (przesłany manuskrypt). IBS/dane kliniczne można wykorzystać zarówno jako ciągłe zmienne wielokrotne, jak i bezpośrednio poprzez przekształcenie obserwacji w klastry. Aby zbadać, w jaki sposób klastry i IBS / dane kliniczne są odzwierciedlone w różnych blokach omicznych, zastosowane zostaną nowo opracowane procedury znajdowania wspólnych i odrębnych składników w nadzorowanej analizie (przesłany manuskrypt).

Postęp w tych trzech podejściach oznacza rosnący stopień nadzoru w analizie wielowymiarowej. Po wszystkich analizach klastry pojawiające się z analiz PCA i grupowania oraz wielowymiarowe prognozy z analiz PLS i RF będą dalej analizowane przy użyciu narzędzi bioinformatycznych przystosowanych do zapewnienia znaczącej interpretacji biologicznej w celu potwierdzenia zgodności między klastrami i metabotypami.

Szybki test diagnostyczny metabotypów Po zidentyfikowaniu metabotypów zostanie przeprowadzona wieloczynnikowa analiza predykcyjna ekspozycji na mieszany gluten/FODMAP w celu identyfikacji predykcyjnych biomarkerów metabotypów. Modele te, podobnie jak powyżej, będą oparte na wewnętrznych procedurach PLS i RF wykorzystujących dane metabolomiczne jako zmienne niezależne i klasyfikację metabotypów na osobę jako zmienną zależną.

Profile metaboliczne osocza będą analizowane regularnie do 4 godzin po ekspozycji i zastosowane zostaną dwa różne podejścia w celu uwzględnienia trendów czasowych w profilowaniu metabolicznym: W pierwszym podejściu profile czasowe zostaną przeliczone na obszary pod krzywą na zmierzony cecha metabolitu poprzez całkowanie numeryczne. Wartości te zostaną następnie wykorzystane bezpośrednio jako zmienne niezależne w celu wskazania ogólnego odzwierciedlenia metabotypu w poziomach metabolitów po ekspozycji. Jednak to bezpośrednie podejście nie będzie w stanie uwzględnić potencjalnych różnic w trendach czasowych między metabotypami. Dlatego podział wariancji połączony z uczeniem nadzorowanym zostanie wykorzystany do zbadania interakcji metabotyp x czas. Takie podejście będzie wymagało opracowania metody w analizie wielowymiarowej, która jest obecnie w toku w grupie badawczej R Landbergs i oczekuje się, że będzie gotowa i beta-testowana w 2018 r., tj. zanim dane będą dostępne do analizy. Przewiduje się, że ta metodologia pozwoli na jednoczesną analizę ogólnych różnic w poziomach metabolitów między terapiami, a także różnic w profilach czasowych, dostarczając w ten sposób informacji również o najbardziej odpowiednich punktach czasowych do pobrania próbek w celu skutecznego przewidywania metabotypu x.