Verknüpfung von bakteriellen Populationen mit Gesundheit
Wir alle sind voller Bakterien, die uns helfen, Nahrung zu verdauen oder Krankheiten zu bekämpfen, aber zwei Leute spielen könnten-host zu einer ganz anderen Reihe von Bakterien, die auf die Ernährung zurückzuführen, wo Sie Leben, Hobbys oder auch die medizinische Vorgeschichte.
Als Ergebnis, Wissenschaftler haben gekämpft, um zu verstehen, welche Bakterien verbunden sind, um Krankheit und die gegen Sie zu schützen. Studien Menschen zu vergleichen die bakterielle Gefährten – bekannt als das microbiome zu erkunden, was diese variation bedeutet vielleicht nicht Zustimmen, weil Sie analysiert verschiedene Gruppen oder nicht Beispiel genug Leute.
Statistik-Professor Susan Holmes denkt, eine Möglichkeit auszuloten, die Unterschiede sind relevant, um Krankheit und welche sind nur Unterschiede zwischen den Menschen könnte nach unten kommen, um Statistiken und die Wiederholung von Studien.
Auf der letzten American Association for the Advancement of Science-Konferenz in Washington, DC, Holmes Sprach mit dem Stanford-Bericht über die Herausforderungen, denen Sie und Ihre Kollegen konfrontiert sind, wenn Sie die Analyse mikrobiom-Daten. Sie argumentiert, dass Wissenschaftler sollten offen darüber, wie Sie Ihr Studium fertig sind und arbeiten, zu überdenken, alte Daten, um sicherzustellen, Ihre Ergebnisse sind real.
Was mögen Sie an der Kombination Ihres know-how in der Statistik mit dem mikrobiom?
Ich Liebe es, neue Dinge zu lernen, neue Wissenschaft. Ich mag auch die Arbeit an offenen Problemen, bei denen man kaum etwas weiß, und ich mag unterrichten. Ich fühle, daß die Lehre von Statistiken zum Biologen ist nicht eine Verschwendung von Zeit, auch wenn Sie denken, Sie hassen es. Die Menschen, die mit mir arbeiten, ich mag, Sie zu lehren, wie zu analysieren Ihre eigenen Daten. In der Regel, was passiert, ist, dass Sie senden Sie mir die Daten und ich mache eine erste Analyse. Ich werde alles tun, die „schmutzige“ Arbeit für die Vorbereitung der Daten, und dann können Sie das Skript ausführen und ein paar Dinge ändern, machen das Bild schöner und so weiter; es ist sehr erhebend. Ich mag auch die Zusammenarbeit, wo Sie mich lehrt die Biologie. Habe ich ganz vergessen, weil die Namen sind so schwer, aber ich unterrichte Sie Statistiken, die über diesen exchange. Ich habe verfolgt, diese route in einem kürzlich erschienenen Buch veröffentlicht habe ich mit Wolfgang Huber auf reproduzierbare workflows für Biologen genannt Modernen Statistik für die Moderne Biologie.
Vor kurzem haben die Wissenschaftler mehr reden über die Herausforderung, Reproduktion, wissenschaftliche Ergebnisse, stellen Sie sicher, dass Sie wahr sind. Was sind die Herausforderungen, die der Reproduktion der Ergebnisse?
Der erste level ist wirklich für Statistik. Wenn ich die gleichen Daten, aber ich war eine andere Statistiker und ich habe verschiedene Möglichkeiten – und es gibt viele Entscheidungen, die Sie machen könnten – würden meine Ergebnisse gleich sein? Würde ich entscheiden, dass der wichtigste Faktor war, ob Sie tranken Limonade oder nicht, und würde die gleiche Art von Bakterien betroffen sein?
Die wichtigste Art von Reproduzierbarkeit ist oft das, was wir nennen vervielfältigungsmöglichkeit, wo wir uns auf Daten aus einer anderen Studie. Zum Beispiel für eine Studie, haben wir über die preterm Geburt, die zu den Bewertungen der ersten Papier wurde veröffentlicht in PNAS , sagte, „Gut, ja, aber Sie haben alle Frauen aus der Bay Area. Sie sind meist kaukasischen und hispanischen. Das ist ein problem und es könnte sein, eine ethnische link.“ So, wir haben eine follow-up-Studie, die eine exakte Replikation mit der gleichen design-Elemente, aber es war in der Afro-amerikanischen Frauen aus Alabama.
Wir fanden die gleichen Stämme von bestimmten Bakterien im Zusammenhang mit der Frühgeburt, aber es ist eine Replikation und war viel schwieriger zu veröffentlichen. Wir machten es auch so, dass jeder reproduzieren konnte die Analyse durch die Veröffentlichung aller Daten und all unser code an der Stanford Digital Repository, und die Menschen wurden erneut ausführen.
Warum denkst du, Forscher haben gekämpft, mit der Reproduzierbarkeit?
Es war eine Bewegung, die gesagt hat, dass die Forschung, ist falsch. Es macht die Menschen fühlen sich Sie etwas falsch machen, aber das ist nicht das problem. Das problem ist, dass die Veröffentlichung system drängt Sie, denn Sie können nur veröffentlichen, wenn Sie ein gutes, das heißt, kleine, p-Wert [ein statistischer test, der angibt, ob die Ergebnisse könnten darauf zurückzuführen sein, chance]. Forscher dann massieren Sie die Daten, bis Sie den p-Wert und dann ist es nicht reproduzierbar. Aber wenn wir viel transparenter und sagte, „Sie dürfen veröffentlichen, was bedeutend oder nicht bedeutend, weil es die Straße hinunter nützlich und einfach veröffentlichen Sie alle Ihre Daten und den code, den Sie verwendet für die Analysen“ – wenn Sie transparent über das, was du tust, es gibt viel weniger Gelegenheit, Schuhlöffel die Daten in falsche Schlussfolgerung.
Ich glaube, dass man Missbrauch Zusammenfassungen in der Statistik. Sie fühlen sich, als ob Statistiken gehen, um alles zusammenzufassen, in einen Wert, als wenn ein p-Wert zusammenfassen, fünf Jahre Arbeit. Es ist lächerlich. Alles ist multidimensional, es ist Komplex. Aber wenn wir veröffentlichen konnte, mehr von der negativen Ergebnisse und alle Daten, die wir vorantreiben würde die Wissenschaft viel schneller, weil die Menschen bekommen würde, die Einsicht von der negativen Ergebnisse.
Was denken Sie, ist eine der Herausforderungen für die reproduzierbare mikrobiom-Forschung?
Die größte Quelle der Variabilität in der mikrobiom ist die person-zu-person-Variabilität. Es ist ein problem, wenn Sie auf der Suche nach Kausalität. Das ist eine rote fahne Wort für uns – Kausalität – Bedeutung, etwas über die bakterielle Gemeinschaft die Ursachen einer Krankheit. Sie eigentlich gar nicht wissen, ob es die Bakterien, oder ob die Bakterien sind ein Zeichen von etwas, das vorher passiert ist. Es ist sehr individuell, so dass jeder, der die Geschichte ankommt.
Zum Beispiel, die person-zu-person-Variabilität ist riesig, für Menschen, die viel Reisen, Menschen, die gegessen haben, alle Arten von verschiedenen Lebensmitteln. Ernährung, Geschichte, Genetik, Kultur – all diese Dinge machen für ein patchwork der Ursachen für diese person-zu-person-Variabilität, aber es macht klinische Studien sehr schwierig. Wenn wir das tun, versuche, gleichen wir Menschen aufgrund Ihres Geschlechts, sozialen status, Alter, aber Sie passen nicht alles: Ihre Reise-Geschichte, Essgewohnheiten, Familie, Umfeld.
Wie schwer ist es dann, zu beweisen, dass Bakterien im mikrobiom verursacht wird, eine Erkrankung oder bestimmte Symptome?
Naja, Sie beweisen können, dass es in Tiermodellen. Wir machen auch die sogenannten Langzeitstudien. Zum Beispiel verfolgen wir die gleichen Patienten über einen Zeitraum von Zeit und dann ändern wir Ihre Diät oder geben Ihnen Antibiotika. Wenn Sie eine Störung Studie auf, dass die gleichen Patienten, der patient dient als Ihre eigene Kontrolle; es ist schon ein Schritt in die richtige Richtung.
Natürlich, die Kausalität ist sehr schwer zu beweisen, weil es alle diese beweglichen Teile. Das Immunsystem, die Genetik, die die Bakterien – alles kommt in. Es ist ein Komplexes system. Es ist so schrecklich verworrenen ball und ein thread, dass Sie versuchen zu ziehen aus. Es ist ein Chaos, und Sie ziehen aus einem thread zu einer Zeit, aber wirklich alles ist miteinander verbunden.
Was stellst du dir für die Zukunft in der mikrobiom-Forschung?