Российские разработчики создали сервис для анализа микробиома кишечника. Он свяжет образ жизни со здоровьем

Команда разработчиков из Сколково, Университета ИТМО и МФТИ создала онлайн-сервис «Кномикс-Биота», который позволяет комплексно исследовать генетические данные микробиома кишечника. Анализ может выявить, какие виды бактерий представлены в микробиоте, в каком соотношении они находятся, насколько способны вырабатывать витамины и другие полезные вещества.

Разработанная в России платформа позволяет статистически анализировать данные и представлять их в виде интерактивных графиков. С ее помощью можно оценить способность микробиоты вырабатывать витамины и другие важные для здоровья вещества, а также соотнести свои данные с тысячами других образцов от здоровых и больных людей, которые есть в открытом доступе. При этом в анализ можно включать не только метагеномную информацию, но и сопутствующие показатели: пол, возраст, тяжесть заболевания или данные других анализов.

Новый сервис помогает выявлять новые взаимосвязи между микробиотой и питанием, образом жизни и здоровьем. Система доступна врачам, аналитикам, биологам без глубоких познаний в биоинформатике и программировании. Она призвана облегчить конверсию результатов метагеномных исследований в биомедицинские важные знания и помочь развитию международных коллабораций по изучению микробиоты человека и окружающей среды.

«Система легко применима для анализа не только кишечной микробиоты, но и любых других типов микробиоты, — объясняет разработчик из компании „Кномикс“, сотрудник лаборатории компьютерных технологий Университета ИТМО Дарья Ефимова. — Среди тех, для которых она уже активно используется, микробиота окружающей среды. Знание ее состава, помогает, например, в нефтедобывающей промышленности предотвращать микробную коррозию оборудования. Еще одно активное направление — метагеном пищевых продуктов, в том числе пробиотических. Его изучение дает инновационный подход для контроля качества производства и в перспективе оптимизации рецептур на основании метагеномики».

Работа опубликована в журнале BioData Mining.