Precision-MAID: Microbial Precision Medicine assisted by Artificial Intelligence in inflammatory bowel Disease

Microbial Precision Medicine assisted by Artificial Intelligence in inflammatory bowel DiseaseDette prosjektet har som mål å belyse hvorvidt en persons unike mikrobiota-profil kan ha klinisk verdi ved å forutsi sykdomstilstand hos personer med mistenkt IBD (inflammatorisk tarmsykdom). Dette gjøres ved å undersøke bakterieinnholdet i avføringsprøver fra noen tusen pasienter inkludert i IBSEN III-prosjektet.PrecisionMAID er et prosjekt som er en del "IBSEN III", som er et mangeårig og utbredt samarbeid mellom de fleste store sykehus i Sør-Øst Norge. Her er flere tusen personer med mistenkt IBD rekruttert til å bidra med ulike biologiske data, som blod- og avføringsprøver. Disse avføringsprøvene danner grunnlaget for PrecisionMAID, da man med moderne sekvensering og bioinformatiske metoder kan lage nesten fullstendige oversikter over mikrobiomet (mikroorganismene som lever i f.eks. tarmen) fra kun noen gram avføring. Avføringsprøvene har blitt sekvensert på to måter, ved både 16S- og metagenomsekvensering: 16S-sekvensering er en godt etablert metode for å kartlegge bakteriemangfold. Her amplifiserer man et gen som heter 16S, og dette genet finnes kun i bakterier og ikke i planter, dyr eller sopp. Genet varierer noe i innhold ulike bakterier imellom, slik at man på en noe grov skala kan svare på spørsmålet "Hvem finnes her?". Derimot dekker metagenomsekvensering et mye bredere formål, da man her i teorien sekvenserer alle genene som er tilstede, og vi kan identifisere ikke bare bakterier på en høyere oppløsning enn før, men også mikroskopiske sopp og tilogmed virus. Kanskje enda viktigere er at man med denne dypere formen for sekvensering kan se på den funksjonelle sammensetningen av gener. For eksempel kan vi lete etter gener vi vet er involvert i produksjonen av bakterielle toksiner, uten å gå omveien rundt identifisering av de patogene bakterieartene først. Iløpet av 2023 ble de alle prøvene metagenomsekvensert, og alle prøvene er allerede 16S-sekvensert. Analyser av 16S-dataene viser en del interessante trekk ved IBD-pasientenes mikrobiom: Vi finner en tydelig sammenheng mellom hvor alvorlig sykdommen er og hvor redusert mikrobiotaen er sammenlignet med både friske pasienter og symptomatiske kontroller. Videre ser vi at mikrobiomet er den beste ikke-invasive indikasjonen på hvorvidt en pasient har IBD av type ulcerøs kolitt eller Crohn's sykdom (sett opp mot ulike blodmarkører og inflammasjonsmarkører), noe som kan lede til kjappere diagnoser ved å peke på sannsynlig diagnose før pasienten blir endoskopert. Vi har bekreftet funnene knyttet opp mot diagnostikk ved å bruke en sammensatt valideringskohort som består av over 40 offentliggjorte datasett fra Nord-Amerika, Europa og Asia. Fra alle tre kontinenter ser vi at bakteriemønsteret fra vår studie gjentar seg, noe som styrker tanken om at mikrobiomet har diagnostisk verdi for IBD-pasienter. Sist og kanskje mest signifikant er den tydelige sammenhengen mellom bakteriesammensetningen en pasient har og risikoen pasienten har for å utvikle alvorlig sykdom. Dette kan ha klinisk verdi fordi det tyder på at mikrobiomet kan brukes som en biologisk markør for å identifisere høy-risiko IBD-pasienter, og særlig interessant er det at mikrobiomet kan brukes til dette også for personer som i utgangspunktet ikke fremstår veldig syke (i motsetning til for eksempel calprotektin, som er tett knyttet opp mot inflammasjonsgraden hos pasienten der og da). Ved standardisert sekvensering kan man undersøke hundrevis av pasientprøver samtidig, og resultatene våre viser at mikrobiotasekvensering derfor kan brukes for å kjapt antyde risikograd og tilstedeværelse av alvorlig IBD hos pasienter som ennå ikke har blitt endoskopert. Videre peker resultatene mot at mikrobiomet kan overgå både dagens brukte markører og resultater fra endoskopi når det kommer til prediksjon av fremtidig risiko for alvorlig IBD.

Microbial Precision Medicine assisted by Artificial Intelligence in inflammatory bowel DiseaseDette prosjektet har som mål å belyse hvorvidt en persons unike mikrobiota-profil kan ha klinisk verdi ved å forutsi sykdomstilstand hos personer med mistenkt IBD (inflammatorisk tarmsykdom). Dette gjøres ved å undersøke bakterieinnholdet i avføringsprøver fra noen tusen pasienter inkludert i IBSEN III-prosjektet.PrecisionMAID er et prosjekt som er en del "IBSEN III", som er et mangeårig og utbredt samarbeid mellom de fleste store sykehus i Sør-Øst Norge. Her er flere tusen personer med mistenkt IBD rekruttert til å bidra med ulike biologiske data, som blod- og avføringsprøver. Disse avføringsprøvene danner grunnlaget for PrecisionMAID, da man med moderne sekvensering og bioinformatiske metoder kan lage nesten fullstendige oversikter over mikrobiomet (mikroorganismene som lever i f.eks. tarmen) fra kun noen gram avføring. Avføringsprøvene skal sekvenseres på to måter, ved både 16S- og metagenomsekvensering: 16S-sekvensering er en godt etablert metode for å kartlegge bakteriemangfold. Her amplifiserer man et gen som heter 16S, og dette genet finnes kun i bakterier og ikke i planter, dyr eller sopp. Genet varierer noe i innhold ulike bakterier imellom, slik at man på en noe grov skala kan svare på spørsmålet "Hvem finnes her?". Derimot dekker metagenomsekvensering et mye bredere formål, da man her i teorien sekvenserer alle genene som er tilstede, og vi kan identifisere ikke bare bakterier på en høyere oppløsning enn før, men også mikroskopiske sopp og tilogmed virus. Kanskje enda viktigere er at man med denne dypere formen for sekvensering kan se på den funksjonelle sammensetningen av gener. For eksempel kan vi lete etter gener vi vet er involvert i produksjonen av bakterielle toksiner, uten å gå omveien rundt identifisering av de patogene bakterieartene først. I 2021-22 ble alle prøvene ferdig 16S-sekvensert, og ca. én tredjedel er metagenomsekvensert per januar 2023. Preliminære analyser av 16S-dataene viser en del interessante trekk ved IBD-pasientenes mikrobiom: Vi finner en tydelig sammenheng mellom hvor alvorlig sykdommen er og hvor redusert mikrobiotaen er sammenlignet med både friske pasienter og symptomatiske kontroller. Videre ser vi at mikrobiomet er den beste ikke-invasive indikasjonen på hvorvidt en pasient har IBD av type ulcerøs kolitt eller Crohn's sykdom (sett opp mot ulike blodmarkører og inflammasjonsmarkører), noe som kan lede til kjappere diagnoser ved å peke på sannsynlig diagnose før pasienten blir endoskopert. Sist og kanskje mest signifikant er den tydelige sammenhengen mellom bakteriesammensetningen en pasient har og risikoen pasienten har for å utvikle alvorlig sykdom. Dette kan ha klinisk verdi fordi det tyder på at mikrobiomet kan brukes som en biologisk markør for å identifisere høy-risiko IBD-pasienter. Ved standardisert sekvensering kan man undersøke hundrevis av pasientprøver samtidig, og resultatene våre viser at mikrobiotasekvensering derfor kan brukes på lik linje med dagens calprotektintesting for å kjapt antyde risikograd og tilstedeværelse av alvorlig IBD hos pasienter som ennå ikke har blitt endoskopert.

Microbial Precision Medicine assisted by Artificial Intelligence in inflammatory bowel DiseaseDette prosjektet har som mål å belyse hvorvidt en persons unike mikrobiota-profil kan ha klinisk verdi for å predikere sykdomstilstand og behandlingsrespons hos personer med mistenkt IBD (inflammatorisk tarmsykdom). Dette gjøres ved å kombinere data fra NGS (next generation sequencing) med nyere maskinlæringsmodeller, samt etablerte analysemetoder.PrecisionMAID er et prosjekt som er en del "IBSEN III", som er et mangeårig og utbredt samarbeid mellom de fleste store sykehus i Sør-Øst Norge. Her er flere tusen personer med mistenkt IBD rekruttert til å bidra med ulike biologiske data, som blod- og avføringsprøver. Disse avføringsprøvene danner grunnlaget for PrecisionMAID, da man med moderne sekvensering og bioinformatiske metoder kan lage nesten fullstendige oversikter over mikrobiomet (mikroorganismene som lever i f.eks. tarmen) fra kun noen gram avføring. Disse avføringsprøvene er i løpet av prosjekttiden blitt behandlet og organisert slik at vi nå har flere tusen små rør med rensket bakterielt DNA, indeksert med QR-koder. Hver originale prøve er nå fordelt i flere ulike rør (såkalt alikvotering), slik at det renskede DNA'et kan benyttes til ulike sekvenseringsmetoder. Prosjektet ligger nå an til at nesten alle prøver blir sekvensert både med 16S- og "shotgun" metagenomsekvensering. 16S-sekvensering er en godt etablert metode for å finne spesifikt bakteriesammensetningen i ulike prøver, enten det måtte være fra jord eller avføring. Her amplifiserer man et gen som heter 16S, og dette genet finnes kun i bakterier og ikke i planter, dyr eller sopp. Genet varierer noe i innhold ulike bakterier imellom, slik at man på en noe grov skala kan svare på spørsmålet "Hvem finnes her?" ved å sekvensere 16S. Derimot dekker "shotgun" metagenomsekvensering et mye bredere formål, da man her i teorien sekvenserer alle genene som er tilstede, og vi kan identifisere ikke bare bakterier på en høyere oppløsning enn før, men også mikroskopiske sopp og tilogmed virus. Kanskje enda viktigere er at man med denne dypere formen for sekvensering kan se på den funksjonelle sammensetningen av gener. For eksempel kan vi lete etter gener vi vet er involvert i produksjonen av bakterielle toksiner, uten å gå omveien rundt identifisering av de patogene bakterieartene først. I 2021 har de aller fleste prøvene blitt 16S-sekvensert, og vi forventer bli ferdige med denne sekvenseringen i januar 2022. Metagenomsekvenseringen er også godt igang, selv om det har vært koronarelaterte forsinkelser hos sekvenseringssenteret som har ansvaret for det. Det er denne forsinkelsen som har ligget til grunn for at prosjektet prioriterte å gjøre ferdig 16S-sekvensering først. Prosjektets stipendiat har forberedt kode i et RMarkdown-script som sørger for at dataene blir analysert på en oversiktlig og etterprøvbar måte. Denne koden er designet til å være generaliserbar, slik at den kan takle både 16S- og metagenomdatasett, samt at den kan implementere og bruke et ubegrenset stort antall ulike kliniske metadata (som f.eks. alder, kjønn og medikamentbruk) automatisk, selv om dette er data som ikke eksisterte under utviklingen av scriptet. Med dette forventer vi at data fra 16S-sekvensering i all hovedsak vil bli ferdig analysert i løpet av våren 2022.

Microbial Precision Medicine assisted by Artificial Intelligence in inflammatory bowel DiseaseProsjektet går ut på å predikere sykdomstilstand og behandlingsrespons hos personer med mistenkt IBD (inflammatorisk tarmsykdom) ved hjelp av sekvensering av personsens mikrobiotasammensetning. Moderne maskinlæringsteknikker, samt mer tradisjonelle og etablerte former for analyse vil bli brukt for å oppnå dette.Dette prosjektet baserer seg på at store mengder data er tilgjengelig for analyse ved maskinlæringsteknikker som den mye omtalte grenen av maskinlæring kalt "Deep Learning". For å oppnå disse store mengdene data er det nødvendig at så mange pasienter som mulig inkluderes i studien. Ved å være en del av det større "IBSEN III" prosjektet, har Precision-MAID tilgang til flere tusen avføringsprøver fra pasienter med mistenkt IBD (inflammatorisk tarmsykdom). I løpet av prosjektets første måneder har en stor andel av prøvene gått gjennom det nødvendige steget DNA-isolering. Her blir bakterielt DNA rensket og isolert i hver avføringsprøve, noe som er en tidkrevende prosess, særlig om man regner med forarbeidet som kreves for logistikk og alikvotering (fordeling til mindre enheter, for å beholde flere backups av hver prøve). I tillegg kan det rapporteres om at mengden prøver og typen sekvensering valgt (shotgun sekvensering, også kalt metagenom sekvensering) betyr at vi kan forvente noen titalls terrabyte (altså noen titusener gigabytes) med data som skal prosesseseres og analyseres. De endelige analysene vil derfor kreve svært kraftig data-analysekapasitet. Prosjektets stipendiat har forberedt et program som på en automatisk og reproduserbar måte vil prosessere disse enorme datamengdene straks de er klare for levering fra sekvenseringssenteret i løpet av våren 2021.