Identificação de metabótipos da SII com base nas respostas fisiológicas aos alimentos

O estudo atual é exploratório com o objetivo principal de encontrar e relacionar metabótipos de indivíduos distintos que refletem tolerância/intolerância a componentes alimentares específicos entre pacientes com SII, deduzindo e relacionando padrões de dados OMICs (dados metabolômicos e da microbiota intestinal) à gravidade relatada dos sintomas de SII indicados pela variável de ponto final primário, ou seja, IBS-SSS. Uma vez que os investigadores não têm uma estimativa da variação nos dados OMICs multivariados (tanto metabolômica quanto análise 16S rRNA do RNA bacteriano), não é possível realizar um cálculo de poder adequado. Há uma falta de consenso sobre a melhor forma de realizar a análise de potência para esses projetos de OMICs (e, portanto, também falta de ferramentas), embora algumas iniciativas tenham sido publicadas. A análise de poder é especialmente difícil em metabolômica não direcionada, onde o número de variáveis ​​não é determinado a priori, onde há forte multicolinearidade e onde não se pode presumir que as variáveis ​​contribuam com igual poder para o tamanho do efeito. Além disso, há uma escassez de metabolômica não direcionada relevante e material de estudo da microbiota nas interações IBS x dieta para estimar parâmetros relevantes, como tamanhos de efeito multivariado e estimativas de variância, devido aos surpreendentemente poucos estudos metabolômicos sobre IBS e a total falta de disponível publicamente dados não tratados. No entanto, diferenças significativas no metaboloma foram previamente observadas em crianças com ou sem SII com dominância de diarreia (n=22 por grupo). Diferenças sistemáticas também foram mostradas em metabólitos individuais em pessoas com SII consumindo uma dieta rica ou pobre em FODMAP (n≈20 por tratamento).

Neste estudo, será realizado um delineamento cross-over, o que aumentará a potência em relação aos delineamentos paralelos. Além disso, os participantes serão estratificados em relação ao subtipo de SII (ou seja, diarréia, constipação e mista). No entanto, os investigadores não saberão antecipadamente quantos metabótipos da SII estarão presentes no material ou a distribuição quantitativa entre os metabótipos. Assim, serão recrutados 120 participantes para poder observar diferenças significativas entre os tratamentos dietéticos, partindo do pressuposto de que será possível identificar cerca de 4±1 metabótipos, e uma distribuição aproximadamente igual entre os metabótipos (≥20 pessoas por metabótipo). Além disso, uma seleção de 120 participantes, nessas condições, permitirá uma desistência de 20% do estudo, o que é uma estimativa alta com base em nossa experiência anterior com intervenções nutricionais. Um resultado secundário importante deste material de estudo é que ele dará a oportunidade de ser usado para cálculos de poder em futuros estudos OMICs, onde os tamanhos de efeito em ambos os parâmetros clínicos e medidas OMICs são incertos.

Descoberta de metabótipos da SII A identificação de metabótipos será realizada usando técnicas de análise de dados predominantemente multivariadas. Durante as análises iniciais, os dados do fenótipo molecular (metabolômica e microbiota) serão analisados ​​usando análise de componentes principais não supervisionada (PCA) e técnicas de clustering para investigar se os dados se auto-agregam em clusters significativos. Para ajustar a variabilidade entre indivíduos e focar nos efeitos das intervenções, será realizada a partição de variância (às vezes chamada de decomposição ANOVA) por indivíduo. Os clusters serão correlacionados com os dados IBS/clínicos registrados (IBS-SSS, diário de esvaziamento intestinal) para examinar se os clusters emergentes contêm informações funcionais em relação aos sintomas da SII. Além disso, é provável que grupos diferentes não sejam refletidos de forma semelhante na metabolômica plasmática e fecal e na microbiota fecal. Para investigar até que ponto os diferentes clusters estão associados aos diferentes blocos ômicos, uma série de técnicas de subdivisão da variabilidade em componentes comuns e distintos serão aplicadas à análise não supervisionada.

Em uma segunda linha de análise não supervisionada, as análises de PCA e clustering serão realizadas no fenótipo molecular agregado com IBS/dados clínicos, que terão o potencial de influenciar o clustering diretamente em vez de investigar as correlações posteriormente. Novamente, a subdivisão da variabilidade em componentes comuns e distintos será aplicada para examinar como os clusters são refletidos nos diferentes blocos de dados.

Finalmente, análises supervisionadas serão usadas para associar diretamente os dados do fenótipo molecular (variáveis ​​independentes) com IBS/dados clínicos (variáveis ​​dependentes) usando técnicas de mínimos quadrados parciais (PLS) e floresta aleatória (RF) desenvolvidas internamente. Essas técnicas internas são especificamente adaptadas para identificar o conjunto mais relevante de variáveis ​​independentes para descrever a covariabilidade com os dados dependentes (manuscrito submetido). Os dados IBS/clínicos podem ser usados ​​como múltiplas variáveis ​​contínuas ou diretamente, convertendo as observações em clusters. Para examinar como os clusters e IBS/dados clínicos são refletidos nos diferentes blocos ômicos, serão aplicados procedimentos recém-desenvolvidos para encontrar componentes comuns e distintos na análise supervisionada (manuscrito submetido).

A progressão nessas três abordagens representa um grau crescente de supervisão na análise multivariada. Após todas as análises, agrupamentos emergentes do PCA e análises de agrupamento e predições multivariadas das análises PLS e RF serão analisados ​​posteriormente usando ferramentas de bioinformática adaptadas para fornecer interpretação biológica significativa com o objetivo de confirmar a correspondência entre agrupamentos e metabótipos.

Teste diagnóstico rápido de metabótipos Após a identificação dos metabótipos, será realizada análise preditiva multivariada da exposição mista ao glúten/FODMAP para identificar biomarcadores preditivos dos metabótipos. Esses modelos, da mesma forma que acima, serão baseados em procedimentos internos de PLS e RF usando dados metabolômicos como variáveis ​​independentes e classificação de metabótipo por indivíduo como variável dependente.

Os perfis metabólicos do plasma serão analisados ​​regularmente até 4 horas após a exposição e duas abordagens diferentes serão realizadas para abordar as tendências de tempo nos perfis metabólicos: Em uma primeira abordagem, os perfis de tempo serão convertidos em áreas sob a curva por medida característica do metabólito através da integração numérica. Esses valores serão usados ​​diretamente como variáveis ​​independentes para fornecer uma indicação do reflexo geral do metabótipo nos níveis de metabólitos após a exposição. No entanto, esta abordagem direta não será capaz de levar em consideração diferenças potenciais nas tendências temporais entre os metabótipos. Portanto, particionamento de variância hifenizado com aprendizado supervisionado será usado para investigar interações metabótipo x tempo. Essa abordagem exigirá o desenvolvimento de métodos em análise multivariada, que está atualmente em andamento no grupo de pesquisa R Landbergs e deve estar pronto e testado em beta em 2018, ou seja, antes que os dados estejam disponíveis para análise. Esta metodologia é projetada para permitir a análise simultânea das diferenças gerais nos níveis de metabólitos entre os tratamentos, bem como diferenças nos perfis de tempo, fornecendo assim informações também sobre os pontos de tempo mais oportunos para coletar amostras para a previsão efetiva do metabotipo x.