Microorganismos nativos de la microbiota intestinal como moduladores de condiciones de salud asociadas con el consumo de carbohidratos
No hay miniatura disponible
Archivos
Fecha
2020
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
El presente trabajo, tiene por objeto investigar la relación entre microbioma
intestinal, consumo de alimentos específicos en la dieta y su impacto en la salud
humana de manera de identificar potenciales blancos o moduladores de condiciones
de salud presentes en la microbiota intestinal, utilizando la base de datos de
microbioma y metadata relacional privada más grande a la fecha de la realización del
presente estudio.
La identificación de taxas nativos relacionados con la dieta y condiciones de
salud, permitirá considerar su utilización a futuro, como blancos de diagnóstico,
terapéuticos o directamente como agentes moduladores de dichas condiciones,
directa o indirectamente a través de la dieta, permitiendo mejorar la calidad de vida
de quienes, por ejemplo, padecen enfermedades crónicas que podrían ser moduladas
mediante la dieta, detectar de manera temprana alteraciones metabólicas que
puedan estar relacionadas con enfermedades específicas, o bien, permitiría
identificar microorganismos nativos de la microbiota intestinal con capacidad de
suplementar procesos metabólicos que le permitan al hospedero metabolizar
alimentos que no podrían aprovechar sus nutrientes; alternativamente, en el caso de
condiciones de salud en las cuales la capacidad de procesamiento de alimentos y
absorción de nutrientes se vea deteriorada o comprometida, permitiría intervenir y
modular mediante la dieta, el mejoramiento de absorción y metabolización de
nutrientes, entendiendo el rol de bacterias claves y nativas en el microbioma
intestinal.
La aproximación utilizada en la presente investigación, se enfoca en el estudio
del microbioma intestinal asociado con el consumo de dietas enriquecidas y
restrictivas, respecto del consumo de carbohidratos, incluyendo carbohidratos
complejos como lactosa, y condiciones de salud relacionadas, como intolerancia la
lactosa, alergia a la lactosa y diabetes tipo 2. Utilizando una base de datos
relacional con información del microbioma y hábitos alimenticios del usuario,
mediante una aproximación bioinformática, se encontraron microorganismos
relacionados significativamente en las condiciones de salud antes mencionadas, y
posteriormente, en base a ello se desarrolló un modelo predictivo que permite
identificar microorganismos nativos de la microbiota intestinal, como blancos
potenciales para modular condiciones de salud, a través de la dieta, y eventualmente
otros usos diagnósticos y terapéuticos relacionados.
Para explorar el potencial de los microorganismos encontrados y dado que se
encontró un microorganismo nativo no secuenciado, se realizó la secuenciación de la
cepa tipo de Blautia luti, junto con otras especies del género Blautia estrechamente
relacionadas (B. obeum y B. wexlerae).
Adicionalmehte, se investigó la capacidad catalítica para degradación de
carbohidratos de las especies de Blautia, utilizando redes de similitud de secuencia y
la base de datos curada CAZ y, en donde se encontraron nuevas proteínas predichas
putativas relacionadas con el Clan GHA, y que podrían tener actividad
B-galactosidasa y otras actividades catalíticas específicas, que permitirían degradar
diversos tipos de carbohidratos complejos, no digeribles regularmente por el ser
humano.
Los resultados del presente estudio, sugieren que existirían especies nativas de
la microbiota intestinal pertenecientes al género Blautia, capaces de suplementar el
metabolismo de lactosa y otros carbohidratos complejos, con potencial
biotecnológico como indicador de disbiosis intestinal y/o modulador de condiciones
de salud a través de la dieta, y eventualmente como blanco diagnóstico y terapéutico
Notas
Tesis (Doctor en Biotecnología)
Palabras clave
Microbioma Gastrointestinal, Carbohidratos, Metabolismo, Modelo Predictivo