MNetClass: Desvendando Subcomunidades Microbianas sem Grupos de Controle
A análise do microbioma humano, o conjunto de microrganismos que habitam nosso corpo, é fundamental para entender a saúde e diversas doenças. Um dos desafios nessa área é identificar subcomunidades microbianas importantes em diferentes nichos ecológicos, como diferentes áreas do corpo, e quais microrganismos desempenham um papel central nessas comunidades.
Pesquisadores desenvolveram o MNetClass, uma nova ferramenta para análise de redes microbianas que não exige amostras de controle, um requisito comum em métodos tradicionais. Isso permite estudar o microbioma em locais específicos do corpo, mesmo sem um grupo de comparação. O MNetClass utiliza um algoritmo de passeio aleatório e um modelo de avaliação de peso baseado na razão soma-classificação para identificar sub-redes chave e os principais microrganismos em qualquer parte do corpo. Estudos de simulação mostraram que o MNetClass supera os métodos de agrupamento microbiano não supervisionados existentes.
Em estudos de caso práticos, a análise de dados do microbioma de cinco locais distintos da cavidade oral revelou comunidades microbianas específicas de cada local. Além disso, o MNetClass demonstrou um desempenho preditivo superior em dados de Transtorno do Espectro Autista (TEA) de diferentes grupos e identificou comunidades microbianas relacionadas à idade em diferentes locais da cavidade oral. Essa ferramenta, disponível como um pacote R, oferece uma maneira acessível e eficaz de analisar redes microbianas, identificar subcomunidades chave e avançar na pesquisa do microbioma, especialmente em áreas como a saúde bucal e a compreensão de doenças complexas como o TEA.
Origem: Link