Reconstruir los genomas microbianos a partir del medio ambiente
Las comunidades microbianas están en todas partes, desde el medio ambiente hasta nuestro propio cuerpo. Los microbiomas humanos y ambientales son diversos y desempeñan una serie de funciones clave en la salud humana y el funcionamiento de los ecosistemas sanos. Gracias a la reciente aparición de la metagenómica, una tecnología de secuenciación del ADN eficaz y rentable, nuestro conocimiento de estas comunidades ha aumentado considerablemente en los últimos años. De hecho, el ritmo de la investigación sobre el microbioma se ha acelerado —encuentre más información en este episodio reciente del pódcast CORDIScovery, «El maravilloso mundo del microbioma intestinal» —. Los genomas ensamblados con metagenomas (MAG, por sus siglas en inglés) reconstruidos mediante estas técnicas son enormemente valiosos para avanzar en nuestra comprensión de los diversos nichos ecológicos de los microbios, lo que podría tener una amplia gama de aplicaciones en biotecnología, medicina e incluso climatología. Sin embargo, la calidad de los MAG reconstruidos se basa en una técnica conocida como «binning», en la que los grupos de secuencias de nucleótidos de un organismo se colocan en intervalos en función de la frecuencia con la que aparecen en diferentes muestras. Si no hay muchas muestras de un organismo concreto, la agrupación se hace más difícil y la reconstrucción es deficiente. En el proyecto Metagenome binning, financiado con fondos europeos y realizado con el apoyo de las Acciones Marie Skłodowska-Curie(se abrirá en una nueva ventana), los investigadores se propusieron abordar estos retos desarrollando un nuevo algoritmo para mejorar el «binning» en situaciones de escasez de muestras. El trabajo ayudará a los científicos a comprender mejor los microbiomas humanos y ambientales. «La mejora del "binning" conduce a una mejor reconstrucción de genomas microbianos de alta calidad a partir de muestras ambientales, por ejemplo del intestino humano», afirma Yazhini Arangasamy(se abrirá en una nueva ventana), beneficiaria de una beca postdoctoral Marie-Curie en el Instituto Max-Planck de Ciencias Multidisciplinares(se abrirá en una nueva ventana).
Desarrollo de un nuevo algoritmo de «binning» de metagenomas
En el marco del proyecto, Arangasamy desarrolló un innovador algoritmo de «binning» de metagenomas, para superar algunos de los principales retos de esta técnica, y llevó a cabo un exhaustivo análisis comparativo de rendimiento. El algoritmo se construyó incorporando técnicas recientes de aprendizaje profundo. Los resultados muestran que las herramientas de aprendizaje profundo basadas en modelos contrastivos representan actualmente lo más avanzado en la clasificación de metagenomas. Estos modelos extraen información relevante al comparar pares de secuencias de nucleótidos entre sí. Los investigadores también comprobaron que la estrategia de «binning» elegida es la que más influye en la recuperación de genomas de gran calidad de microbios poco abundantes o de cepas similares. «La elección de la estrategia depende de la profundidad de secuenciación, la complejidad de las cepas y la cobertura de los genomas en las muestras», explica Arangasamy. Una nueva herramienta desarrollada en el proyecto, MAGmax(se abrirá en una nueva ventana), mejora la recuperación de genomas de gran calidad al integrar los «bins» obtenidos de múltiples muestras.
Descubrimiento de nuevas cepas microbianas
Arangasamy y su equipo confían en que sus resultados beneficien a la comunidad científica al permitir que los investigadores en metagenómica optimicen sus flujos de trabajo bioinformáticos en estudios de microbiomas a gran escala. A largo plazo, esto facilitará una mejor comprensión de los microbiomas y de su relación con la salud humana y el funcionamiento de los ecosistemas. «Tener información completa de los genomas en los metagenomas es fundamental para entender la influencia metabólica de los microorganismos sobre la salud humana y los ecosistemas», agrega Arangasamy. «También permite descubrir nuevas proteínas de microbios que no pueden cultivarse, identificar grupos génicos únicos y encontrar nuevas cepas con potencial de aplicación biotecnológica». A continuación, Arangasamy aplicará los conocimientos adquiridos en el proyecto para generar genomas de gran calidad a partir de muestras de metagenomas humanos, descubrir nuevas proteínas microbianas e investigar sus funciones mediante experimentos de laboratorio húmedo.
