Wir wollten über ältere Mikrobiom-Kohorten hinaus. Dafür mussten wir eine Brücke bauen.

In der ersten Arbeit dieser Reihe ging es um eine eng gefasste Frage: Wenn man bei einer Familie gut vergleichbarer Studien zu Ernährung und Mikrobiom bleibt, alle im Stil von 16S und MaAsLin, stimmen veröffentlichte Koeffiziententabellen dann gut genug überein, um sie verantwortungsvoll weiterzuverwenden?

Die Antwort lautete ja: Die Übereinstimmung reichte für eine Referenzschicht.

Damit war nur das erste Problem gelöst.

Ein großer Teil der wertvollsten neueren Mikrobiom-Literatur bewegt sich nicht mehr in diesem älteren 16S-Koeffizientenraum. Große aktuelle Kohorten arbeiten mit Shotgun-Metagenomik, zentrierten Log-Ratio-Transformationen (CLR) und anderen statistischen Abläufen. Oft erfassen sie mehr Phänotypen, bessere Daten zu Medikamenten und klinisch strukturiertere Variablen. Und sie hebeln die naive Vergleichbarkeit aus.

Die nächste Frage lag also auf der Hand: Lassen sich ausgewählte neuere Kohorten in dasselbe Evidenzprogramm holen, ohne so zu tun, als wären alle veröffentlichten Koeffizienten von Natur aus austauschbar?

Dieser Beitrag fasst unsere zweite Arbeit zusammen, die sich genau diesem Brückenproblem widmet.

Warum es die zweite Arbeit brauchte

Nach der ersten Arbeit hatten wir eine validierte 16S-Referenzschicht aus drei Kohorten:

• LifeLines-DEEP
• Flemish Gut Flora Project
• American Gut Project, neu ausgewertet in ein vergleichbares Format

Diese Referenzschicht war nützlich, aber unvollständig. Sie deckte nur einen schmalen Ausschnitt der öffentlichen Evidenz ab. Viele der größeren und moderneren Kohorten, die das Feld heute prägen, nutzen andere Sequenziertechniken und andere transformierte Abundanzräume. Gerade diese Studien liefern oft die Variablen, die eine breitere Evidenzschicht braucht: Medikamente, klinisch strukturierte Phänotypen, Symptomprofile und reichere Metadaten, die mit Gesundheitsakten verknüpft sind.

Anders gesagt: Die Evidenzbasis wuchs schneller als ihr vergleichbarer Teil.

Deshalb gibt es Arbeit 2. Sie behauptet keineswegs, ältere und neuere Kohorten seien plötzlich gleichwertig. Sie fragt, ob sich einige der neueren Kohorten über einen ausdrücklichen Kalibrierungsschritt an die validierte Referenzschicht anschließen lassen.

Das Problem: Was sich zuordnen lässt, ist noch lange nicht geprüft

Was Harmonisierung leistet, wird leicht überschätzt.

Man kann Faktoren über Kohorten hinweg inhaltlich zuordnen und trotzdem Koeffizientenräume haben, die sich nicht direkt miteinander vergleichen lassen. Eine Variable kann vom Konzept her passen, während die gemeldete Effektgröße in einem anderen Transformationsraum liegt. Sobald eine Kohorte 16S-Koeffizienten nach Arkussinus-Wurzel-Transformation meldet und eine andere CLR-basierte Shotgun-Koeffizienten, ist ein Vergleich der rohen Größen nicht mehr verlässlich.

Ein breiteres harmonisiertes Panel bringt also zwei sehr unterschiedliche Arten von Fortschritt:

• zugeordnete Abdeckung: Mehr Faktoren und Taxa lassen sich in ein gemeinsames Framework einordnen
• validierte Überschneidung: Gemeinsame Beobachtungen sind stark genug, um Kohorten wirklich miteinander zu vergleichen

In Arbeit 2 geht es vor allem darum, diese beiden Ideen auseinanderzuhalten.

Was wir hinzugefügt haben

Wir haben das Panel von drei auf fünf Kohorten erweitert, mit zwei Studien auf Basis von Shotgun und CLR:

• Dutch Microbiome Project (DMP): 8.208 Teilnehmende, breite Abdeckung von Phänotypen, umfangreiche Daten zu Medikamenten
• Estonian Microbiome Project (EstMB): 2.509 Teilnehmende, eine unabhängige Kohorte mit einem anderen CLR-basierten Ablauf

Diese Erweiterung hat die Evidenzkarte deutlich verändert. Vor allem kamen Daten hinzu zu:

• Medikamenten
• klinisch strukturierten Einflussfaktoren
• Magen-Darm-Beschwerden
• psychischer Gesundheit
• frühen Lebensjahren und Faktoren aus Gesundheitsakten

Das ist nützlich. Es macht das Problem der Vergleichbarkeit aber auch unübersehbar. Mehr zugeordnete Faktoren heißen nicht automatisch, dass sich Koeffizienten verlässlicher weiterverwenden lassen.

Die Brücke: Anker-Kalibrierung

Unsere Lösung in dieser Arbeit nennen wir empirische Anker-Kalibrierung.

Der Gedanke ist einfach. Wenn eine neuere Zielkohorte und eine validierte Referenzkohorte einige derselben Zusammenhänge zwischen Faktor und Taxon teilen und diese gemeinsamen Paare in der Richtung übereinstimmen, dann können diese Überschneidungen als Anker dienen. Die saubersten Anker sind binäre Prädiktoren. Bei ihnen ist das Risiko kleiner, dass ein Verhältnis von Koeffizienten eher die unterschiedliche Skalierung der Prädiktoren widerspiegelt als die Transformation der Abundanz selbst.

Wir haben CLR-basierte Koeffizienten deshalb nicht so behandelt, als lägen sie auf derselben Skala wie die 16S-Referenzschicht. Stattdessen haben wir gefragt, ob gemeinsame binäre Anker eine empirische Brücke zurück in diesen Referenzraum schätzen können.

Diese Aussage ist viel bescheidener als universelle Vergleichbarkeit und lässt sich dafür viel besser verteidigen.

Was wir gefunden haben

Die stärkste Brücke in der Arbeit ist DMP im Vergleich mit Zhernakova 2016.

Es ist der sauberste methodenübergreifende Vergleich im aktuellen Panel, weil beide Kohorten aus dem weiteren Umfeld von LifeLines stammen. Diese gemeinsame Herkunft ist ein methodischer Vorbehalt. Sie macht das Paar aber auch zum besten Ort, um zu testen, ob sich eine 16S-Referenzkohorte mit einer modernen Shotgun-/CLR-Kohorte verbinden lässt, ohne dass die Übereinstimmung komplett zusammenbricht.

Das Ergebnis war ermutigend:

• 100 % übereinstimmende Vorzeichen auf Artebene bei 12 gemeinsamen signifikanten Paaren
• 74,2 % übereinstimmende Vorzeichen auf Gattungsebene bei 31 gemeinsamen signifikanten Beobachtungen
• eine positive Rangkorrelation auf Gattungsebene ($\rho$ = +0,416)

Die binären Anker innerhalb dieser Brücke lagen eng beieinander und ergaben mit hoher Sicherheit einen Skalierungsfaktor von etwa 0,165 für DMP gegenüber dem 16S-Referenzraum.

Das heißt nicht, dass DMP „dasselbe“ ist wie die älteren Referenzkohorten. Es heißt, dass sich DMP gut genug überbrücken lässt, um über kalibrierte, ausdrücklich eingeschränkte Weiterverwendung in die Evidenzschicht zu kommen.

Warum das wichtig ist

Mit diesem methodischen Schritt wird aus einer engen validierten Referenzschicht der Anfang eines breiteren Evidenzprogramms.

Mit DMP und EstMB wird das zugeordnete Panel viel reicher, vor allem in Bereichen, die die früheren 16S-Kohorten kaum abgedeckt haben. Signale rund um Medikamente sind das deutlichste Beispiel. Das erweiterte Panel enthält jetzt deutlich mehr strukturierte Evidenz zu Protonenpumpenhemmern, Metformin, Statinen und verwandten klinischen Einflussfaktoren, als die ursprüngliche Schicht aus drei Kohorten allein hergeben konnte.

„Mehr Daten, also besser“ greift dabei zu kurz. Worum es in Arbeit 2 eigentlich geht, ist gestufte Aufnahme.

Manche Kohorten lassen sich stark überbrücken. Manche können nur vorläufig mitgeführt werden. Manche Methodenfamilien bleiben ganz außerhalb dieser Brücke, bis es ein anderes Framework gibt.

Auf diese Unterscheidung kommt es an, wenn man auf der Literatur aufbauen will, ohne mehr zu versprechen, als validiert ist.

Auch die schwächere Brücke sagt etwas aus

Die zweite neue Kohorte, EstMB, ist aus einem anderen Grund wichtig.

Sie ist unabhängig von LifeLines und testet damit, ob die Idee der Brücke auch außerhalb der besonders günstigen Lage von DMP trägt. Im Moment lautet die Antwort: nur teilweise. EstMB liefert eine vorläufige Schätzung des Skalierungsfaktors von 0,083, aber diese Schätzung beruht derzeit auf einem einzigen binären Ankerpaar.

EstMB lässt sich deshalb nicht als Brücke mit derselben Sicherheit wie DMP behandeln.

Genau solche Ergebnisse sollte ein Evidenzprogramm, das in Etappen wächst, offen berichten. Eine dünne Brücke wird als dünne Brücke weitergeführt und nicht zu falscher Gewissheit aufgewertet.

Eine der wichtigsten Lehren: Die Erweiterung läuft der Validierung davon

Eine der wichtigsten Erkenntnisse aus Arbeit 2 betrifft das Konzept.

Je größer das Panel wird, desto schneller wächst die Menge zugeordneter Signale im Vergleich zur direkt validierten Überschneidung. DMP steuert Hunderte signifikante Zusammenhänge bei, aber nur ein viel kleinerer Teil davon liegt im doppelt signifikanten Brückenraum, den ein Vergleich auf Kalibrierungsniveau braucht. Bei EstMB ist er noch dünner.

Diese Schieflage ist der zentrale Befund, nach dem sich jede weitere Modellbildung richten muss.

Jede ernsthafte Integrationsschicht, die aus öffentlichen Mikrobiom-Ergebnissen gebaut wird, sollte unterscheiden zwischen:

• stark überbrückter Evidenz
• teilweise überbrückter Evidenz
• zugeordneter, aber noch nicht validierter Evidenz

Was das für Gut Twin bedeutet

Für Gut Twin (Darm-Zwilling) ist diese Arbeit die zweite Stufe einer größeren Architektur.

Arbeit 1 hat gezeigt, dass sich Koeffizienten innerhalb einer engen, vergleichbaren Familie weiterverwenden lassen. Arbeit 2 fragt, ob sich diese Weiterverwendung über eine wichtige Methodengrenze hinweg ausdehnen lässt.

Die Antwort macht Mut, mit Einschränkungen:

• einige moderne CLR-basierte Kohorten scheinen sich überbrücken zu lassen
• stärkere Brücken verdienen in späteren Schritten mehr Gewicht
• schwächere Brücken sollten abgewertet bleiben
• und nicht jede veröffentlichte Methodenfamilie gehört in dieselbe integrierte Schicht

Diesen Maßstab wollen wir an das Projekt anlegen. Evidenz wird zu unterschiedlichen Bedingungen aufgenommen. Jede Kohorte verdient sich ihren Platz über Vergleichbarkeit, Validierung und einen ausdrücklichen Umgang mit Unsicherheit.

Was wir veröffentlichen

Wir veröffentlichen die Metadaten zur Harmonisierung, Zusammenfassungen der Anker-Berechnung, die Ergebnisse zur Übereinstimmung und die Metadaten zur Abdeckung, die man braucht, um die Logik der Brücke nachzuprüfen.

Integrierte, modellfertige Koeffiziententabellen und den darauf aufbauenden Gewichtungs-Stack veröffentlichen wir nicht. Sie bleiben interne Bausteine der größeren Infrastruktur von Gut Twin.

Wo die Reihe jetzt steht

Zusammen beschreiben die ersten beiden Arbeiten einen disziplinierteren Weg, auf öffentlicher Mikrobiom-Evidenz aufzubauen.

Die erste Arbeit hat eine enge validierte Referenzschicht geschaffen. Die zweite zeigt, wie sich ausgewählte neuere Kohorten über empirische Kalibrierung an diese Schicht anschließen lassen, ohne alles naiv zusammenzuwerfen.

Große Teile der Literatur liegen weiterhin außerhalb der Brücke. Manche künftigen Kohorten brauchen vielleicht eine ganz andere Kalibrierungslogik. Wir halten diese Reihenfolge trotzdem für richtig:

erst validieren, dann überbrücken, dann integrieren, und erst danach der breiteren Evidenzschicht genug vertrauen, um sie weiterzuverwenden.

Marvin Uhlmann und Maria Otworowska Gut Twin Research, Bliss Labs OÜ

Vollständige technische Arbeit (auf Englisch): „Anchor calibration for extending diet-microbiome coefficient harmonization beyond 16S/MaAsLin cohorts.“