Non molto tempo fa, gli scienziati hanno scommesso sul numero di geni nel genoma umano. Alcune scommesse erano superiori a 100, 000 geni presenti. Una volta completata la sequenza del genoma umano, un progetto guidato in parte dal McDonnell Genome Institute presso la Washington University School of Medicine di St. Louis, anche l'ipotesi più bassa di 25, 947 è risultato essere al di sopra del numero vero.

Ora, quasi 15 anni dopo, gli scienziati della Washington University stanno assistendo a una tendenza che ricorda il nuovo tipo di big data noto come metabolomica. Stimano che il numero di metaboliti presenti in un set di dati potrebbe essere inferiore del 90% rispetto a quanto stimato in precedenza.

Lo studio è stato pubblicato online il 15 settembre in Chimica analitica .

Come il suo predecessore genomico, la metabolomica cerca di profilare tutti i metaboliti presenti in un campione. A differenza dei geni, però, i metaboliti non sono costituiti da comuni elementi costitutivi e sono molto più diversi dal punto di vista chimico. I metaboliti familiari includono molecole come glucosio e colesterolo, molti dei quali sono un prodotto della dieta. Così, cercare di definire il numero esatto di metaboliti negli esseri umani è stata una sfida difficile. A causa della sua forte dipendenza nutrizionale, alcuni scienziati hanno sostenuto che non è nemmeno la domanda pertinente da porre.

C'è stato interesse nella misurazione dei metaboliti quasi da quando c'è stato interesse per la salute umana. L'analisi del glucosio nel diabete risale probabilmente a secoli fa. Manciate di altri metaboliti sono state utilizzate per diagnosticare malattie generalmente definite "errori congeniti del metabolismo" dagli anni '60. La metabolomica cerca di misurare tutti questi metaboliti, e altro ancora. La domanda è:quanti ce ne sono ancora?

La scena per la metabolomica è stata impostata con l'avvento di dispositivi sofisticati chiamati spettrometri di massa. Questi strumenti sono come minuscole bilance che possono misurare il peso delle molecole, come gli zuccheri. Utilizzando database e algoritmi di calcolo, gli scienziati possono convertire i pesi misurati in nomi di composti, come il glucosio.

Un decennio fa, quando la metabolomica ha iniziato a diventare mainstream, gli scienziati sono rimasti sorpresi nello scoprire che il numero di segnali in un tipico esperimento di metabolomica supera di gran lunga il numero di metaboliti conosciuti nei libri di testo di biochimica. Ha detto Gary Patti, professore associato di chimica in Arts &Sciences e autore senior dello studio:"Naturalmente, la reazione istintiva è presumere che la maggior parte dei segnali che non restituiscono corrispondenze nei database corrispondano a metaboliti sconosciuti che non sono mai stati segnalati prima".

Le implicazioni di tale ipotesi sono importanti:restano da scoprire decine di migliaia di metaboliti, un ordine di grandezza in più di quello che è incluso nel tuo comune grafico a muro del metabolismo completo (vedi immagine sotto).

"È normale rilevare decine di migliaia di segnali nella metabolomica, ma solo 1, 000 a 2, 000 sono stati identificati in qualsiasi esperimento fino ad oggi, " disse Nathaniel Mahieu, un borsista post-dottorato nel laboratorio di Patti, che ha condotto lo studio.

Disse Patti:"La domanda da un milione di dollari è:a quanti metaboliti corrispondono effettivamente tutti questi segnali metabolomici?"

Mahieu e Patti, che è stato annunciato la scorsa settimana come vincitore di otto anni, 5,85 milioni di dollari di sovvenzione inaugurale per la salute ambientale dal National Institutes of Health, ha sviluppato nuovi approcci sperimentali e computazionali per interrogare i set di dati metabolomici. Sono arrivati ​​a una conclusione sorprendente. Hanno scoperto che il numero effettivo di metaboliti in una tipica analisi metabolomica può essere un decimo più grande di quanto suggerito in precedenza, con gran parte dei dati provenienti dal "rumore". Migliaia di segnali nascono dalla contaminazione, artefatti, e qualcosa chiamato "degenerazione", diciamo, quando un metabolita mostra altrettanti segnali diversi. Il team di ricerca ha scoperto che alcuni metaboliti si presentano come più di 150 segnali.

"Si scopre che più del 90% dei segnali che vediamo nei dati di E. coli sono essenzialmente rumore, " Ha detto Mahieu. "Questo riduce notevolmente il numero di metaboliti sconosciuti che pensavamo di rilevare".

"Penso che questo sia una specie di campanello d'allarme, un controllo della realtà se vuoi, su ciò che suggerisce la metabolomica sulla dimensione del metaboloma, "Ha detto Patti. "Credo che sia una buona cosa. Significa che siamo molto più vicini alla comprensione del metabolismo di quanto probabilmente pensassimo di essere".

Per quanto riguarda il passaggio successivo, Il laboratorio di Patti intende estendere le proprie tecniche ai campioni umani.

"L'obiettivo finale è fare esperimenti analoghi per gli esseri umani, "Ha detto Patti. "Il nostro lavoro qui è un importante passo avanti".

Quindi cosa significano tutti questi segnali di rumore per gli altri scienziati che eseguono la metabolomica? Il laboratorio Patti ha iniziato a curare quelli che chiamano "set di dati di riferimento" in un database chiamato creDBle (creDBle.wustl.edu). Sperano che faciliterà gli esperimenti per altri scienziati che eseguono la metabolomica.

"Il modo in cui viene attualmente eseguita la metabolomica è terribilmente inefficiente. Perdiamo molto tempo a cercare di interpretare i segnali che forniscono informazioni biologiche minime, " Ha detto Mahieu. "Speriamo che questi set di dati di riferimento in creDBle aiutino a evitare che gli scienziati debbano identificare più e più volte gli stessi segnali di rumore ora che li abbiamo annotati".