Nya forskningsresultat från Chalmers ger hopp om att kunna förebygga till exempel hjärt-kärlsjukdomar, fetma och diabetes. Med hjälp av en unik matematisk modell kan forskarna se hur tarmen och tarmens bakterier samspelar. Kunskapen behövs för att kunna ge kostråd på individnivå. Forskningen publicerades nyligen i tidskriften PNAS.

– Då tarmens bakterier kan påverka hälsa och sjukdomstillstånd skulle vår matematiska modell kunna bli mycket värdefull inom dessa användningsområden, säger forskningsledaren Jens Nielsen som är professor i systembiologi vid Chalmers.

Forskning om kost och mikrobiotan väcker stort intresse – både hos forskare och den breda allmänheten. Jens Nielsen förklarar varför:

– Förändringar i bakteriesammansättningen kan förknippas med ett stort antal sjukdomar, till exempel fetma, diabetes, hjärt-kärlsjukdomar, men påverkar också hur kroppen svarar på vissa typer av cancerbehandlingar eller hur man reagerar på vissa specialdieter.

Genom att påverka mikrobiotan med probiotikabehandling finns det därför potential att påverka sjukdomsförlopp och allmänhälsa.

Den nya studien beskriver hur väl den matematiska modellen presterade när den jämfördes med två kliniska studier; en svensk studie om spädbarn och en finsk studie där man undersökte vuxna personer med fetma.

I studierna mättes olika hälsomarkörer regelbundet, och de jämfördes med de resultat som den matematiska modellen förutspådde. Modellen visade sig vara mycket exakt när det gällde ett flertal variabler, till exempel hur en övergång från flytande till fast föda påverkade de svenska spädbarnens sammansättning av tarmbakterier, den så kallade mikrobiotan.

Forskarna undersökte också förändringar i bakteriesammansättningen i tarmen hos de överviktiga vuxna efter de hade gått över till en mer restriktiv kost. Även här visade sig modellens förutsägelser vara tillförlitliga.

– Det här är ett mycket bra resultat, som möjliggör datorbaserad design för tarmen som är ett mycket komplext system. Vår modell skulle kunna användas för att skapa individanpassade hälsosamma dieter. Modellen ger oss också möjligheten att förutsäga hur tillsats av ny probiotika, utvalda bakterier som man anser kan bidra till en hälsoeffekt, verkligen påverkar patientens hälsa.

Det är många faktorer som påverkar hur olika bakterier växer och fungerar i tarmsystemet. Till exempel vilka andra bakterier som redan finns i tarmen och hur de interagerar med varandra – och också hur de interagerar med värden – det vill säga människan. Bakterierna påverkas också av vilka miljöfaktorer de utsätts för, till exempel den kost vi äter.

Alla dessa faktorer gör det komplicerat att förutsäga vilken effekt tillsatta bakterier i form av probiotika, eller ändrad kost, faktiskt kommer att ha. Man måste alltså först förstå hur dessa bakterier sannolikt kommer att bete sig i tarmen eller hur en ändring av dieten påverkar tarmfloran. Kommer bakterierna att kunna växa där eller inte? Hur kommer de att interagera med och eventuellt påverka de bakterier som redan finns i tarmen? Hur påverkar olika dieter tarmfloran?

– Modellen vi har tagit fram är unik eftersom den tar hänsyn till alla dessa variabler. Den kombinerar data om de enskilda bakterierna med data om hur de interagerar. Den tar även med data om hur maten färdas genom mag-tarmsystemet och påverkar bakterierna på vägen i beräkningarna. Det sista går att mäta genom att undersöka blodprov och titta på metaboliter, de slutprodukter som bildas när bakterierna bryter ner olika sorters mat.

De data som har använts för att skapa modellen har samlats in från redan existerande kliniska studier från många år tillbaka. Eftersom mer data kommer att erhållas i framtiden kan modellen uppdateras med nya funktioner, såsom beskrivningar av hormonella svar på kostintaget.

Jens Nielsen och hans forskargrupp vill använda modellen i kliniska studier i framtiden. De deltar redan i en studie tillsammans med Sahlgrenska universitetssjukhuset där man behandlar äldre kvinnor för benskörhet med Lactobacillus reuteri. Där har man sett att vissa patienter svarar bättre på behandlingen än andra och den nya metoden skulle kunna användas som en del i analysen för att förstå varför. Även inom cancerbehandling med antikroppar skulle modellen kunna användas för att analysera mikrobiotan och dess roll i att vissa patienter svarar sämre på den så kallade immunoterapin

– Det skulle innebära ett otroligt genomslag om vår modell kan identifiera bakterier som skulle kunna förbättra behandlingen av cancerpatienter. Vi skulle verkligen kunna göra stor skillnad.

Filed under: SvenskTeknik