Το μικροβίωμα φαίνεται να συνδέεται με τον μεταβολισμό, το ανοσοποιητικό σύστημα, τη φλεγμονή, αλλά και με την εμφάνιση ή την εξέλιξη πολλών ασθενειών. Ακόμη πιο εντυπωσιακό είναι ότι μπορεί να επηρεάζει και το πώς ανταποκρίνεται κάθε άνθρωπος στα φάρμακα.

Η Καθηγήτρια Θεραπευτικής – Επιδημιολογίας - Προληπτικής Ιατρικής, Παθολόγος (Θεραπευτική Κλινική Ιατρικής Σχολής ΕΚΠΑ, Νοσοκομείο Αλεξάνδρα) Θεοδώρα Ψαλτοπούλου, η Αλεξάνδρα Σταυροπούλου (Βιολόγος) και ο Θάνος Δημόπουλος (Καθηγητής Θεραπευτικής – Ογκολογίας – Αιματολογίας, Διευθυντής Θεραπευτικής Κλινικής, τ. Πρύτανης ΕΚΠΑ) αναφέρουν ότι μέχρι σήμερα, η εξατομικευμένη ιατρική στηρίχθηκε κυρίως στη γενετική ανάλυση του ανθρώπου: οι γιατροί προσπαθούν να καταλάβουν ποιες μεταλλάξεις ή βιολογικοί δείκτες συνδέονται με μια ασθένεια και, βάσει αυτών, να επιλέξουν τη σωστή θεραπεία. Ωστόσο, η προσέγγιση αυτή δεν εξηγεί τα πάντα. Το ανθρώπινο DNA είναι σχεδόν ίδιο από άτομο σε άτομο, ενώ το μικροβίωμα μπορεί να διαφέρει θεαματικά. Αυτή η διαφορά ίσως αποτελεί ένα κρίσιμο «κρυφό στρώμα» πληροφορίας που λείπει από την κλασική ιατρική προσέγγιση.

Βακτήρια, ιοί, μύκητες και άλλα μικρόβια

Το έντερο μας φιλοξενεί τρισεκατομμύρια μικροοργανισμούς, κυρίως βακτήρια, αλλά και ιούς, μύκητες και άλλους μικροβιακούς πληθυσμούς. Συλλογικά, αυτοί οι οργανισμοί διαθέτουν ένα γενετικό οπλοστάσιο πολύ μεγαλύτερο από το ανθρώπινο γονιδίωμα. Το γεγονός αυτό σημαίνει ότι έχουν τη δυνατότητα να επηρεάζουν αναρίθμητες βιολογικές διεργασίες. Μπορούν να μετατρέπουν συστατικά της τροφής σε ουσίες που δρουν στον οργανισμό, να ενισχύουν ή να αποδυναμώνουν την ανοσιακή απόκριση και, όπως δείχνουν όλο και περισσότερα στοιχεία, να αλληλεπιδρούν με φαρμακευτικές ουσίες.

Το εντερικό μικροβίωμα και τα φάρμακα αλληλεπιδρούν αμφίδρομα: ορισμένοι μικροοργανισμοί μπορούν να μεταβολίζουν ή να τροποποιούν φάρμακα, επηρεάζοντας την αποτελεσματικότητα ή την τοξικότητά τους, ενώ πολλά φάρμακα μπορούν επίσης να μεταβάλλουν τη σύνθεση και τη λειτουργία του μικροβιώματος. Οι αλληλεπιδράσεις αυτές ενδέχεται να συμβάλλουν στις διαφορές που παρατηρούνται από ασθενή σε ασθενή ως προς την ανταπόκριση και τις παρενέργειες. Η βαθύτερη κατανόηση αυτών των μηχανισμών ίσως επιτρέψει στο μέλλον πιο εξατομικευμένες θεραπείες, στις οποίες θα λαμβάνεται υπόψη όχι μόνο η νόσος και το γονιδίωμα, αλλά και το μικροβιακό προφίλ του ασθενούς.

Οι δυσκολίες στην έρευνα

Παρόλα αυτά, η έρευνα στο μικροβίωμα παραμένει δύσκολη, επειδή δεν αρκεί να γνωρίζουμε ποια μικρόβια υπάρχουν στο έντερο. Χρειάζεται να καταλάβουμε και τι ακριβώς κάνουν. Πολλά μέχρι σήμερα δεδομένα είναι κυρίως περιγραφικά: δείχνουν ποιοι μικροοργανισμοί υπάρχουν σε έναν άνθρωπο, αλλά όχι ποιες βιοχημικές αντιδράσεις πραγματοποιούν ή πώς αλληλεπιδρούν με φάρμακα και ιστούς. Επιπλέον, οι μέθοδοι διαφέρουν από εργαστήριο σε εργαστήριο, κάτι που δυσκολεύει την αναπαραγωγή των αποτελεσμάτων. Η έλλειψη κοινών προτύπων έχει καθυστερήσει τη μετάφραση των επιστημονικών ευρημάτων σε πρακτικά εργαλεία για γιατρούς και φαρμακευτικές εταιρείες.

Η συνδυασμένη χρήση πειραματικών μεθόδων υψηλής απόδοσης και τεχνητής νοημοσύνης δημιουργεί μια νέα προοπτική. Αντί οι ερευνητές να περιορίζονται σε παρατηρήσεις, μπορούν πλέον να σχεδιάζουν μαζικά πειράματα, να εκθέτουν διαφορετικές μικροβιακές κοινότητες σε φάρμακα και να μετρούν, με μεγάλη λεπτομέρεια, τι αλλάζει πριν και μετά. Αναλύονται όχι μόνο τα ίδια τα μικρόβια, αλλά και τα μόρια που παράγουν ή μετασχηματίζουν. Αυτή η πολυεπίπεδη καταγραφή -από τη σύνθεση των μικροβίων έως τα μεταβολικά προϊόντα που αφήνουν πίσω τους- επιτρέπει πιο ουσιαστική κατανόηση της λειτουργίας τους.

Πειράματα και αλγόριθμοι

Στο πλαίσιο αυτό εμφανίζονται και νέες εταιρείες βιοτεχνολογίας, όπως η Outpost Bio στις Ηνωμένες Πολιτείες, που επιχειρούν να κάνουν την ανθρώπινη μικροβιολογία πιο «υπολογίσιμη». Η λογική τους είναι ότι δεν αρκεί να συλλέγονται υπάρχοντα δεδομένα από διαφορετικές πηγές· χρειάζεται η δημιουργία νέων, ανθρώπινων, λειτουργικών δεδομένων με ελεγχόμενο και αναπαραγώγιμο τρόπο. Η εταιρεία αναπτύσσει ένα μοντέλο, όπου τα πειράματα και οι αλγόριθμοι τροφοδοτούν συνεχώς το ένα το άλλο. Οι επιστήμονες πραγματοποιούν πειράματα σε ανθρώπινες μικροβιακές κοινότητες, συλλέγουν δεδομένα από διάφορα επίπεδα ανάλυσης και στη συνέχεια εκπαιδεύουν μοντέλα μηχανικής μάθησης για να προβλέψουν πώς θα συμπεριφερθεί ένα φάρμακο ή ποιοι μεταβολίτες μπορεί να αποδειχθούν τοξικοί. Τα αποτελέσματα αυτών των μοντέλων χρησιμοποιούνται για να σχεδιαστούν τα επόμενα πειράματα, με στόχο όλο και πιο αξιόπιστες προβλέψεις.

Εφαρμογές στην ανάπτυξη φαρμάκου

Η προσέγγιση αυτή μπορεί να έχει εφαρμογές σε όλη τη διαδρομή ανάπτυξης ενός φαρμάκου. Στα προκλινικά στάδια, μια φαρμακευτική εταιρεία θα μπορούσε να εξετάζει νωρίς αν μια υποψήφια ουσία επηρεάζεται από το μικροβίωμα ή αν προκαλεί ανεπιθύμητες αλλαγές σε αυτό. Στις κλινικές δοκιμές, η ανάλυση του μικροβιώματος ίσως βοηθήσει στον εντοπισμό των ασθενών που είναι πιθανότερο να ανταποκριθούν καλύτερα ή να εμφανίσουν παρενέργειες. Και στην καθημερινή ιατρική πράξη, δεν είναι απίθανο κάποτε ένας γιατρός να επιλέγει θεραπεία με βάση όχι μόνο τις εξετάσεις αίματος και το γενετικό προφίλ, αλλά και την ανάλυση του εντερικού μικροβιώματος.

Βρισκόμαστε ακόμη στην αρχή αυτής της διαδρομής και πολλά ερωτήματα παραμένουν ανοιχτά. Η ιατρική του μέλλοντος δεν θα περιορίζεται μόνο στα ανθρώπινα κύτταρα, αλλά θα λαμβάνει υπόψη και τους αόρατους μικροσκοπικούς «συγκάτοικούς» μας. Αν οι επιστήμονες καταφέρουν να μετατρέψουν την πολυπλοκότητα του μικροβιώματος σε πρακτική γνώση, τότε ίσως ανοίξει ο δρόμος για πιο ακριβείς, ασφαλείς και πραγματικά εξατομικευμένες θεραπείες.