Asocian la diabetes tipo 2 con arritmias diarias en el microbioma intestinal
Por el equipo editorial de LabMedica en español Actualizado el 14 Jul 2020 |

Imagen: Las firmas arrítmicas del microbioma intestinal predicen el riesgo de diabetes tipo 2 (Fotografía cortesía de la Universidad Técnica de Múnich).
La diabetes tipo 2 (DT2), anteriormente conocida como diabetes de inicio en adultos, es una forma de diabetes que se caracteriza por un alto nivel de azúcar en la sangre, resistencia a la insulina y una relativa falta de insulina. Los síntomas comunes incluyen aumento de la sed, micción frecuente y pérdida de peso inexplicable.
Varios estudios encontraron que los cambios relacionados con la obesidad en la microbiota intestinal están asociados con inflamación de bajo grado, lo que respalda un vínculo estrecho entre los sistemas inmunitario y metabólico en toda la microbiota intestinal. Existen varios mecanismos que relacionan la microbiota con el inicio de la resistencia a la insulina y la diabetes, incluidos los cambios en la permeabilidad intestinal, la endotoxemia, la interacción con los ácidos biliares, los cambios en la proporción de tejido adiposo marrón.
Un gran equipo de científicos que colabora con la Universidad Técnica de Múnich (Freising, Alemania) utilizó la secuenciación de alto rendimiento de ARN del gen ribosómico 16S, para perfilar la composición de la comunidad microbiana intestinal en muestras fecales de 1.976 individuos de Alemania inscritos en el estudio prospectivo de población KORA, que detecta niveles definidos de patógenos específicos a lo largo del día en individuos con datos disponibles de tiempo de defecación.
Al analizar la dinámica diurna del microbioma intestinal, el equipo observó que las personas que tenían DT2 o eran obesas parecían perder oscilaciones intestinales que implicaban cambios en los niveles de microbiomas de docenas de bacterias intestinales. Los autores señalaron que si bien tanto la obesidad como la DT2 coincidieron con oscilaciones alteradas del microbioma intestinal durante el lapso de un día, hubo diferencias en las unidades de taxones operacionales involucradas, insinuando que el peso contribuye a la estratificación del riesgo de DT2 independientemente de los ritmos circadianos interrumpidos en el microbioma. El análisis metagenómico de escopeta relacionó funcionalmente 26 vías metabólicas con la oscilación diurna de las bacterias intestinales.
El equipo continuó verificando los ritmos de los microbios intestinales de 24 horas en casi 1.400 participantes alemanes adicionales muestreados en múltiples puntos de tiempo. También utilizaron un método de aprendizaje automático no supervisado para enfocarse en un conjunto de 13 bacterias intestinales oscilantes con patrones circadianos que se afectan en los individuos con diabetes tipo 2. La firma bacteriana fue prometedora para encontrar y predecir casos de DT2 en un subconjunto de 699 participantes de la cohorte KORA, mientras que los datos adicionales de la secuencia metagenómica para un subconjunto de 50 participantes del estudio con o sin DT2 o prediabetes, cada uno probado dos veces con cinco años de diferencia, proporcionó una ventana a algunos de los genes y vías de microbios intestinales que se alteran cuando las oscilaciones de microbios relacionadas con enfermedades metabólicas se detienen.
Dirk Haller, PhD, es presidente de Nutrición e Inmunología y el autor principal del estudio, dijo: “Demostramos que la pérdida del ritmo circadiano afecta las características del microbioma relacionadas con el inicio y la progresión de la diabetes tipo 2 y las firmas bacterianas identificadas para el perfil de riesgo metabólico en poblaciones humanas”.
Los autores concluyeron que puede ser importante tener en cuenta las oscilaciones circadianas de los microbios intestinales para comprender mejor los mecanismos subyacentes de las alteraciones del microbioma asociadas a la enfermedad y validar los perfiles de riesgo en cohortes prospectivas. El estudio fue publicado el 2 de julio de 2020 en la revista Cell Host & Microbe.
Enlace relacionado:
Universidad Técnica de Múnich
Varios estudios encontraron que los cambios relacionados con la obesidad en la microbiota intestinal están asociados con inflamación de bajo grado, lo que respalda un vínculo estrecho entre los sistemas inmunitario y metabólico en toda la microbiota intestinal. Existen varios mecanismos que relacionan la microbiota con el inicio de la resistencia a la insulina y la diabetes, incluidos los cambios en la permeabilidad intestinal, la endotoxemia, la interacción con los ácidos biliares, los cambios en la proporción de tejido adiposo marrón.
Un gran equipo de científicos que colabora con la Universidad Técnica de Múnich (Freising, Alemania) utilizó la secuenciación de alto rendimiento de ARN del gen ribosómico 16S, para perfilar la composición de la comunidad microbiana intestinal en muestras fecales de 1.976 individuos de Alemania inscritos en el estudio prospectivo de población KORA, que detecta niveles definidos de patógenos específicos a lo largo del día en individuos con datos disponibles de tiempo de defecación.
Al analizar la dinámica diurna del microbioma intestinal, el equipo observó que las personas que tenían DT2 o eran obesas parecían perder oscilaciones intestinales que implicaban cambios en los niveles de microbiomas de docenas de bacterias intestinales. Los autores señalaron que si bien tanto la obesidad como la DT2 coincidieron con oscilaciones alteradas del microbioma intestinal durante el lapso de un día, hubo diferencias en las unidades de taxones operacionales involucradas, insinuando que el peso contribuye a la estratificación del riesgo de DT2 independientemente de los ritmos circadianos interrumpidos en el microbioma. El análisis metagenómico de escopeta relacionó funcionalmente 26 vías metabólicas con la oscilación diurna de las bacterias intestinales.
El equipo continuó verificando los ritmos de los microbios intestinales de 24 horas en casi 1.400 participantes alemanes adicionales muestreados en múltiples puntos de tiempo. También utilizaron un método de aprendizaje automático no supervisado para enfocarse en un conjunto de 13 bacterias intestinales oscilantes con patrones circadianos que se afectan en los individuos con diabetes tipo 2. La firma bacteriana fue prometedora para encontrar y predecir casos de DT2 en un subconjunto de 699 participantes de la cohorte KORA, mientras que los datos adicionales de la secuencia metagenómica para un subconjunto de 50 participantes del estudio con o sin DT2 o prediabetes, cada uno probado dos veces con cinco años de diferencia, proporcionó una ventana a algunos de los genes y vías de microbios intestinales que se alteran cuando las oscilaciones de microbios relacionadas con enfermedades metabólicas se detienen.
Dirk Haller, PhD, es presidente de Nutrición e Inmunología y el autor principal del estudio, dijo: “Demostramos que la pérdida del ritmo circadiano afecta las características del microbioma relacionadas con el inicio y la progresión de la diabetes tipo 2 y las firmas bacterianas identificadas para el perfil de riesgo metabólico en poblaciones humanas”.
Los autores concluyeron que puede ser importante tener en cuenta las oscilaciones circadianas de los microbios intestinales para comprender mejor los mecanismos subyacentes de las alteraciones del microbioma asociadas a la enfermedad y validar los perfiles de riesgo en cohortes prospectivas. El estudio fue publicado el 2 de julio de 2020 en la revista Cell Host & Microbe.
Enlace relacionado:
Universidad Técnica de Múnich
Últimas Patología noticias
- Innovador algoritmo de triaje del dolor torácico transforma la atención cardíaca
- Enfoque de biopsia líquida basado en IA revolucionará detección del cáncer cerebral
- Análisis de imágenes de patología digital con IA mejora subtipificación del sarcoma pediátrico
- Modelo de IA predice respuesta a terapia contra cáncer de riñón
- Kits de ensayo de enzima DUB sensibles y específicos requieren configuración mínima sin preparación del sustrato
- Primer modelo de IA para diagnóstico de cáncer de tiroides con precisión superior al 90 %
- Enfoque diagnóstico innovador mejora significativamente la detección de tuberculosis
- Método de detección rápido, ultrasensible y sin PCR hace el análisis genético más accesible
- Prueba de saliva más precisa para identificar riesgo de cáncer de próstata
- Nanotecnología del ADN aumenta sensibilidad de tiras reactivas
- Nuevo método basado en aprendizaje automático detecta contaminación microbiana en cultivos celulares
- Nuevo método con corrección de errores detecta cáncer únicamente en muestras de sangre
- Algoritmo "detector de metales" consigue tumores vulnerables
- Nueva técnica identifica y clasifica subtipos de células de cáncer de páncreas
- Imágenes avanzadas revelan mecanismos que causan enfermedades autoinmunes
- Modelo de IA predice eficazmente resultados de pacientes con cáncer de pulmón
Canales
Química Clínica
ver canal
Análisis de sangre con IA detecta cáncer de ovario
El cáncer de ovario se ubica como la quinta causa principal de muerte por cáncer en mujeres, debido principalmente a diagnósticos en etapas tardías. Si bien más del 90... Más
Ensayo automatizado y descentralizado de NGS deADNlc identifica alteraciones en tumores sólidos avanzados
Los análisis actuales de ADN libre circulante (ADNlc) suelen estar centralizados, lo que requiere un manejo y transporte especializados de las muestras. La introducción de un sistema de ... MásDiagnóstico Molecular
ver canal
Innovadora prueba de diagnóstico molecular señala con precisión principal causa genética de EPOC
La enfermedad pulmonar obstructiva crónica (EPOC) y la deficiencia de alfa-1 antitripsina (DAAT) son afecciones que pueden causar dificultades respiratorias, pero difieren en su origen y herencia.... Más
Prueba diagnóstica de sangre detecta espondiloartritis axial
La espondiloartritis axial (EspAax) es una enfermedad autoinmune inflamatoria crónica que suele afectar a las personas durante sus años más productivos, y cuyos síntomas suelen manifestarse antes de los 45 años.... MásHematología
ver canal
Primera prueba de monitorización de heparina POC proporciona resultados rápidos
La dosificación de heparina requiere un manejo cuidadoso para evitar complicaciones hemorrágicas y de coagulación. En situaciones de alto riesgo, como la oxigenación por membrana... Más
Nuevo sistema de puntuación predice riesgo de cáncer a partir de un trastorno sanguíneo común
La citopenia clonal de significado incierto (CCSI) es un trastorno sanguíneo común en adultos mayores, caracterizado por mutaciones en las células sanguíneas y un recuento ... MásInmunología
ver canal
Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino
El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más
Análisis de sangre con aprendizaje automático predice respuesta a inmunoterapia en pacientes con linfoma
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en uno de los avances recientes más prometedores en el tratamiento de los cánceres... MásPatología
ver canal
Innovador algoritmo de triaje del dolor torácico transforma la atención cardíaca
Las enfermedades cardiovasculares son responsables de un tercio de las muertes en todo el mundo, y el dolor torácico es la segunda causa más común de visitas a urgencias.... Más
Enfoque de biopsia líquida basado en IA revolucionará detección del cáncer cerebral
Detectar cánceres cerebrales sigue siendo extremadamente difícil, ya que muchos pacientes solo reciben un diagnóstico en etapas avanzadas, tras la aparición de síntomas... MásTecnología
ver canal
Algoritmos predictivos avanzados identifican pacientes con cáncer no diagnosticado
Dos algoritmos predictivos avanzados recientemente desarrollados aprovechan el estado de salud de una persona y los resultados de análisis de sangre básicos para predecir con precisión... Más
Algoritmo de firma de luz permite diagnósticos médicos más rápidos y precisos
Cada material o molécula interactúa con la luz de forma única, creando un patrón distintivo, similar a una huella dactilar. La espectroscopia óptica, que consiste en... MásIndustria
ver canal
Cepheid y Oxford Nanopore se unen para desarrollar soluciones con secuenciación automatizada
Cepheid (Sunnyvale, CA, EUA), una empresa líder en diagnóstico molecular, y Oxford Nanopore Technologies (Oxford, Reino Unido), la empresa detrás de una nueva generación de... Más