Actualmente existe una revolución en la aproximación de la salud humana desde la alimentación, basada en la gran capacidad que tenemos para generar grandes volúmenes de datos desde las aplicaciones móviles y por otro lado desde las técnicas moleculares, que permiten conocer, no sólo el componente genético de nuestras células, sino también el de los microorganismos que conviven estrechamente con nosotros y participan en funciones esenciales desde la nutrición hasta la regulación del sistema inmune.
En este contexto el Instituto IMDEA Alimentación, a través del Grupo de Biología Computacional, forma parte de la red ML4Microbiome “Métodos de machine learning en el estudio del microbioma humano”, financiada en el marco del programa europeo Acción COST que apoya la cooperación transnacional entre investigadores/as, ingenieros/as y expertos/as en toda Europa.
Enrique Carrillo de Santa Pau del Grupo de Biología Computacional, junto a la investigadora del mismo grupo Laura Judith Marcos, forman parte de la red ML4Microbiome a través del grupo de trabajo que evalúa las aplicaciones actuales en el ámbito de la salud y la optimización de nuevos métodos de machine learning aportando sus conocimientos desde el punto de vista de la nutrición de precisión.
ML4Microbiome posee una red de investigadores europeos cuyo objeto de estudio es la relación del microbioma humano con las enfermedades y la nutrición, a través de la aplicación de métodos estadísticos derivados del machine learning, también conocidos como aprendizaje automático, como pueda ser el uso de la Inteligencia Artificial.
Gracias a la aplicación de la tecnología machine learning se pueden buscar “patrones” en grandes bases de datos públicas que permitan clasificar a los pacientes de acuerdo con las características de su microbioma con la posibilidad de usarlos como marcador de ciertas enfermedades o discernir cuáles son los mejores alimentos para su salud.
El microbioma humano es el conjunto de genes de los organismos microscópicos (microorganismos) presentes en nuestro organismo en partes tales como: tracto gastrointestinal, vagina, piel y boca.
ML4Microbiome tiene el objetivo de identificar aquellas áreas que requieran nuevos desarrollos, desplegando todo el potencial de las técnicas estadísticas de machine learning en el análisis de grandes volúmenes de datos, para determinar la contribución de la microbiota en la prevención, desarrollo y progreso de las enfermedades.
Se trata de un campo muy incipiente que necesita mayor investigación para comprender cómo las herramientas de machine learning, pueden aplicarse de manera efectiva y que mejoras deben implementarse “Que nos ayuden en la toma de decisiones en el área de medicina y nutrición de precisión para ofrecer a la sociedad potenciales modelos de hábitos de vida saludable, que permitan cuidar nuestra microbiota y prevenir así el desarrollo de enfermedades” asegura Enrique Carrillo.
En los últimos años ha crecido el interés de la investigación hacia el papel del microbioma humano en la salud de las personas. Esto ha permitido generar grandes volúmenes de datos sobre los distintos microorganismos que componen la microbiota humana y sus posibles funciones.
Un nuevo horizonte se ha definido para explorar en profundidad cómo se relacionan estos microbios con los distintos tipos celulares y tejidos de nuestro organismo, y el papel que juegan en el desarrollo y la progresión de patologías como la enfermedad inflamatoria intestinal, la diabetes, la cirrosis hepática y algunos tipos de cáncer.
“Se está generando el ecosistema imprescindible para hacer que la microbiota sea una herramienta más en el cuidado de nuestra salud con un papel clave para la alimentación” asegura Enrique Carrillo.
Más aportaciones IMDEA Alimentación en el análisis del microbioma
Alineado con su trabajo dentro de este proyecto, Laura Judith Marcos y Enrique Carrillo de Santa Pau han coordinado y liderado recientemente una publicación titulada “Applications of Machine Learning in Human Microbiome Studies: A Review on Feature Selection, Biomarker Identification, Disease Prediction and Treatment”.
Este artículo supone una revisión sobre el estado del arte de los métodos de machine learning y el software que se está implementando en los estudios del microbioma humano, para el diagnóstico, pronóstico y desarrollo de estrategias terapéuticas en diversas enfermedades. Lo que permite identificar los intereses actuales de la comunidad científica y aquellos campos que necesitan de una mayor inversión para su mejor desarrollo y aprovechamiento.
En otro artículo publicado en la misma revista y con la contribución de ambos autores desde IMDEA Alimentación, titulado Statistical and Machine Learning Techniques in Human Microbiome Studies: Contemporary Challenges and Solution, se revisan y analizan los retos de este área para que la implementación de las técnicas de aprendizaje automático en el estudio del microbioma tengan aplicaciones dirigidas y concretas en la mejora y optimización de la salud humana.
Videojuego para conocer tu Microbiota
IMDEA Alimentación participa en este campo científico liderando proyectos de investigación sobre la implicación de la microbiota en el desarrollo de los síntomas de la enfermedad celíaca, el cáncer o el envejecimiento. Además de actividades de divulgación y educación para la población, sobre la importancia de llevar hábitos de vida y nutrición saludables con el soporte de proyectos financiados por el consorcio europeo EIT Food como #AnnualFoodAgenda para aprender a distinguir qué alimentos se deben consumir para alcanzar un equilibrio saludable en nuestra microbiota y otras actividades participativas de ciencia para la ciudadanía como “Picture your Microbes”
Sobre COST Action
Acción COST es el programa europeo más longevo que apoya la cooperación transnacional entre investigadores/as, ingenieros/as y expertos/as en toda Europa. El programa COST financia redes europeas de personal científico e investigador de todos los campos de ciencia y tecnología. El objetivo es promocionar la coordinación internacional de la investigación realizada a nivel nacional temas de investigación de innovadores y emergente, proporcionando un ambiente único donde investigadores de diferentes disciplinas, desde la biología, la salud, las matemáticas o la bioinformática, comparten conocimientos y herramientas sobre microbiología o técnicas estadísticas.