Смотри, что у тебя внутри. Как микробы, живущие в нашем теле, определяют наше здоровье и нашу личность

Есть еще одна проблема: очень немногие микроорганизмы готовы расти в лаборатории. Однако именно это требуется, чтобы вид получил официальное название и описание. Возвращаясь к рыбной аналогии: это все равно что выудить редкостную глубоководную рыбину, которая раздувается и лопается, прежде чем вы успеваете доплыть до берега и идентифицировать ее вид.

Правда, есть обходной путь. Пусть мы не можем вырастить многих микробов в лаборатории, но мы все равно можем выделить и проанализировать их ДНК и на основании этого решить, содержит ли их геном достаточно отличий, чтобы считаться отдельным видом. Мы также можем полностью отказаться от концепции вида и оценивать разнообразие по филогенетическому дереву – аналогу древа жизни, придуманному Дарвином и усовершенствованному Вёзе и Фоксом (см. стр. 8–9); микробное сообщество, которое занимает большую часть дерева, считается более разнообразным. Это полезный подход, потому что он позволяет назвать пруд, в котором обнаружено три вида форели, менее разнообразным, чем тот, в котором водятся форель, окунь и пескарь.

Наконец, вы должны решить, интересует ли вас только общее число видов, или вы хотите узнать, сколько особей каждого вида имеется в наличии в данной системе, и таким образом оценить количественное соотношение популяций. Почему это важно? Потому что если вы будете учитывать только количество видов, то пруд, в котором плавают одна форель, один окунь и тысяча пескарей, будет считаться таким же разнообразным, как тот, где насчитывается только по одному представителю каждого вида. В зависимости от того, какой аспект существования экосистемы вы рассматриваете, этого может быть и достаточно. Но в некоторых случаях – нет. Определяя, что считать разнообразием в конкретной экосистеме, приходится принимать множество решений.

Далее, вы можете захотеть сравнить между собой две экосистемы – два разных микробных сообщества. Для этого микробиологи используют метод уникального (индивидуального) фракционирования, или UniFrac[143], который позволяет изучить историю эволюционных изменений, разделивших эти два сообщества.

Кэти Лозьюпоун, одна из моих первых студенток, а ныне профессор медицинской школы Аншуц при Университете Колорадо, разработала этот метод и очень элегантно изложила его в своей докторской диссертации. Вначале мы наносим микробное сообщество на филогенетическое древо. Затем, используя статистический метод анализа главных компонент, вычисляем количество возможных вариантов отличия одних микробных сообществ от других.

Если вам это кажется китайской грамотой – или вы слишком давно изучали линейную алгебру (если вообще изучали), – не пугайтесь. Существуют компьютерные алгоритмы, которые делают эти вычисления за нас. Главное, что этот метод позволяет получить точную карту связей между микробными сообществами и выявить похожие сообщества, соседствующие на древе жизни.

Имея эту информацию, мы можем связать микробиом с конкретными заболеваниями. Чаще всего мы используем для этого кросс-секционный анализ: отбираем группу больных и группу здоровых людей и затем сравниваем их микробиомы. Кросс-секционные исследования позволили установить связь между кишечными микробами у людей и ожирением[144][145] диабетом первого[146][147][148] и второго[149][150][151][152] типов, воспалительными заболеваниями кишечника[153][154][155][156], синдромом раздраженного кишечника[157], раком толстого кишечника[158][159][160][161][162], заболеваниями сердца[163][164], ревматоидным артритом[165] и целым рядом других расстройств. Кросс-секционные исследования очень информативны, потому что когда мы выявляем значительные отличия между больной и здоровой группами, то понимаем, что за этим что-то кроется. Чтобы выяснить, действительно ли различные микроорганизмы вызывают определенные заболевания, необходимы дополнительные исследования.

“Золотой стандарт” кросс-секционных исследований – построение прогностической модели. Используя такую модель, можно взять данные некоторой выборки людей – больных или здоровых – и предсказать, больна или здорова остальная часть группы. Что и было успешно проделано для диабета[166][167], ожирения[168], воспалительных заболеваний кишечника[169]. Интересно, что конкретные биомаркеры (виды микроорганизмов или гены, связанные с болезнью) в разных популяциях отличаются, например шведские от китайских при диабете второго типа. Таким образом, было бы преждевременно связывать определенные организмы с определенными болезнями на основании того, что мы узнали из кросс-секционных исследований, потому что то, что мы считаем патогеном, в разных популяциях может варьироваться.