Para incorporar estudios más recientes sobre la microbiota, tuvimos que tender un puente

En el primer trabajo de esta serie nos centramos en una familia muy comparable de estudios de dieta y microbiota: los que usan 16S, un método para identificar bacterias a partir de su ADN, y MaAsLin, un método estadístico para buscar asociaciones entre factores de la dieta y bacterias. La pregunta era concreta: ¿coinciden sus tablas de coeficientes publicadas lo suficiente como para reutilizarlas con garantías?

La respuesta fue que sí, con una coincidencia suficiente para justificar una capa de referencia.

Con eso solo resolvimos el primer problema.

Buena parte de la literatura reciente más valiosa sobre la microbiota ya no está en ese antiguo espacio de coeficientes 16S. Las grandes cohortes recientes, los grupos de participantes de los estudios nuevos, usan metagenómica shotgun, otro método para identificar bacterias a partir de su ADN. Analizan los datos con otros flujos estadísticos y con transformaciones de log-cociente centrado (CLR), que convierten las proporciones de bacterias en valores que se pueden analizar. Muchas veces cubren más fenotipos, tienen mejores datos de medicación y más variables con estructura clínica. Y con ellas ya no vale comparar sin más.

Así que la siguiente pregunta caía por su propio peso: ¿se pueden incorporar algunas cohortes más recientes al mismo programa de evidencia sin fingir que todos los coeficientes publicados son intercambiables por naturaleza?

Este artículo resume nuestro segundo trabajo, que aborda ese problema del puente.

Por qué hacía falta un segundo trabajo

Tras el primer trabajo teníamos una capa de referencia 16S validada, construida a partir de tres cohortes:

• LifeLines-DEEP
• Flemish Gut Flora Project
• American Gut Project, reanalizado en un formato comparable

Esa capa de referencia era útil, pero estaba incompleta. Solo recogía una porción estrecha de la evidencia pública. Muchas de las cohortes más grandes y modernas, las que hoy marcan el ritmo del campo, usan otras tecnologías de secuenciación y otros espacios de abundancia transformada. Y esos estudios suelen aportar justo el tipo de variables que necesita una capa de evidencia más amplia: exposición a medicamentos, fenotipos del huésped con estructura clínica, perfiles de síntomas y metadatos más ricos vinculados a historiales de salud.

Dicho de otro modo, la base de evidencia crecía más deprisa que su parte comparable.

Por eso existe el segundo trabajo. Parte de que las cohortes antiguas y las nuevas siguen sin ser equivalentes, y se pregunta si algunas de las nuevas se pueden conectar con la capa de referencia validada mediante un paso de calibración explícito.

El problema: mapear no equivale a validar

Es fácil exagerar lo que significa armonizar.

Puedes mapear factores entre cohortes por su significado y aun así tener espacios de coeficientes que no se pueden medir con la misma vara. Una variable puede encajar en lo conceptual y, aun así, el tamaño del efecto publicado estar en otro espacio de transformación. En cuanto una cohorte da coeficientes 16S con transformación arcoseno de la raíz cuadrada y otra da coeficientes shotgun basados en CLR, comparar magnitudes en bruto deja de ser fiable.

Por eso, un panel armonizado más amplio produce dos tipos de avance muy distintos:

• cobertura mapeada, cuando se pueden encauzar hacia un marco común más factores y más taxones, los grupos de bacterias que se estudian
• solapamiento validado, cuando las observaciones compartidas son lo bastante sólidas para permitir una comparación real entre cohortes

El segundo trabajo trata, sobre todo, de mantener separadas esas dos ideas.

Qué añadimos

Ampliamos el panel de tres cohortes a cinco con dos estudios basados en shotgun/CLR:

• Dutch Microbiome Project (DMP): 8208 participantes, con datos sobre muchas de sus características y abundante información sobre los medicamentos que toman
• Estonian Microbiome Project (EstMB): 2509 participantes, una cohorte independiente con otro flujo de trabajo basado en CLR

Esta ampliación cambió de verdad el mapa de la evidencia. Sobre todo, amplió la cobertura en:

• medicamentos
• exposiciones con estructura clínica
• síntomas digestivos
• variables de salud mental
• factores de los primeros años de vida y vinculados a historiales de salud

Eso es útil. Pero también hace imposible ignorar el problema de la comparabilidad. Tener más factores mapeados no significa, sin más, poder reutilizar coeficientes con más confianza.

La idea del puente: calibración con anclas

Nuestra solución en este trabajo es lo que llamamos calibración empírica con anclas.

La intuición es sencilla. Si una cohorte nueva y una cohorte de referencia validada comparten algunas asociaciones entre factor y taxón, y esos pares compartidos coinciden en la dirección, esos solapamientos pueden servir como anclas. Las anclas más limpias son los predictores binarios, porque reducen el riesgo de que el cociente entre coeficientes refleje diferencias en la escala del predictor en lugar de la propia transformación de la abundancia.

Así que, en lugar de tratar los coeficientes basados en CLR como si estuvieran en la misma escala que la capa de referencia 16S, nos preguntamos si las anclas binarias compartidas permitían estimar un puente empírico de vuelta a ese espacio de referencia.

Es una afirmación mucho más modesta que la comparabilidad universal, y también mucho más fácil de defender.

Qué encontramos

El puente más sólido del trabajo es DMP frente a Zhernakova 2016.

Es la comparación entre métodos más limpia que tenemos en el panel actual, porque las dos cohortes salen del mismo entorno de LifeLines. Ese origen compartido pide prudencia metodológica, pero también convierte a esta pareja en el mejor sitio para comprobar si una cohorte de referencia 16S se puede conectar con una cohorte moderna de shotgun/CLR sin que la coincidencia se venga abajo.

El resultado fue alentador:

• un 100 % de coincidencia de signo a nivel de especie, en 12 pares significativos compartidos
• un 74,2 % de coincidencia de signo a nivel de género, en 31 observaciones significativas compartidas
• una correlación de rangos positiva a nivel de género ($\rho$ = +0,416)

El subconjunto de anclas binarias dentro de ese puente dio un grupo compacto y de alta confianza en torno a un factor de escala de 0,165 para DMP respecto al espacio de referencia 16S.

DMP sigue siendo distinto de las cohortes de referencia antiguas, pero parece lo bastante conectable como para entrar en la capa de evidencia con una reutilización calibrada y con sus matices explícitos.

Por qué importa

Este es el paso metodológico que convierte una capa de referencia estrecha y validada en el comienzo de un programa de evidencia más amplio.

Con DMP y EstMB, el panel mapeado se enriquece mucho, sobre todo en ámbitos que las cohortes 16S anteriores apenas cubrían. Las señales relacionadas con medicamentos son el ejemplo más claro. El panel ampliado contiene ahora bastante más evidencia estructurada sobre inhibidores de la bomba de protones, metformina, estatinas y exposiciones clínicas relacionadas de la que la capa original de tres cohortes podía sostener por sí sola.

Aun así, el segundo trabajo establece distintos niveles de inclusión según lo que se ha validado.

Algunas cohortes se pueden conectar con solidez. Otras solo se pueden incorporar de forma provisional. Y algunas familias de métodos se quedarán fuera de este puente hasta que exista otro marco.

Esa distinción importa si quieres apoyarte en la literatura sin vender como validado lo que no lo está.

El puente más débil también aporta

La segunda cohorte nueva, EstMB, importa por otro motivo.

Es independiente de LifeLines, así que pone a prueba si la idea del puente aguanta fuera del entorno especialmente favorable de DMP. Por ahora, la respuesta es que solo en parte. EstMB da una estimación de escala provisional de 0,083, pero hoy esa estimación se apoya en un único par de anclas binarias.

Por eso EstMB no puede tratarse como un puente con la misma confianza que DMP.

Y eso es precisamente el tipo de resultado que un programa de evidencia por etapas debe estar dispuesto a contar. Un puente frágil se incorpora como frágil, sin ascenderlo a una certeza que no tiene.

Una de las lecciones principales: la ampliación va por delante de la validación

Uno de los resultados más importantes del segundo trabajo es más conceptual que numérico.

A medida que crece el panel, el volumen de señales mapeadas crece más deprisa que el solapamiento validado directamente. DMP aporta cientos de asociaciones significativas. Solo una parte mucho menor es significativa en ambas cohortes y permite comparar los resultados con el rigor necesario para calibrarlos. En EstMB el solapamiento es todavía más escaso.

Esa asimetría está en el centro del análisis, y es lo que debe guiar cómo se construyen los modelos posteriores.

Cualquier capa de integración seria construida con resultados públicos sobre la microbiota debería distinguir entre:

• evidencia con un puente sólido
• evidencia con un puente parcial
• evidencia mapeada pero todavía sin validar

Qué significa para Gut Twin

Para Gut Twin (gemelo intestinal), este trabajo es la segunda etapa de una arquitectura más grande.

El primer trabajo demostró que reutilizar coeficientes es posible dentro de una familia estrecha y compatible. El segundo se pregunta si esa reutilización puede cruzar una frontera de método importante.

La respuesta es alentadora, pero con condiciones:

• algunas cohortes modernas basadas en CLR parecen conectables
• los puentes más sólidos merecen más peso en las etapas posteriores
• los puentes más débiles deben seguir contando menos
• y no todas las familias de métodos publicadas caben en la misma capa integrada

Ese es el listón que queremos para el proyecto. La evidencia no entra toda en igualdad de condiciones. Cada cohorte se gana su sitio con comparabilidad, validación y un manejo explícito de la confianza.

Qué publicamos

Publicamos los metadatos de armonización, los resúmenes del cálculo de anclas, los resultados de concordancia y los metadatos de cobertura que hacen falta para revisar la lógica del puente.

No publicamos las tablas de coeficientes integradas listas para el modelo ni el sistema de ponderación posterior construido sobre ellas. Siguen siendo partes propias de la infraestructura más amplia de Gut Twin.

En qué punto está la serie

Juntos, los dos primeros trabajos describen una forma más disciplinada de apoyarse en la evidencia pública sobre la microbiota.

El primero estableció una capa de referencia estrecha y validada. El segundo muestra cómo conectar con esa capa algunas cohortes más recientes mediante una calibración empírica, sin juntarlo todo a ciegas.

Eso todavía deja fuera del puente buena parte de la literatura. Algunas cohortes futuras quizá necesiten una lógica de calibración completamente distinta. Pero creemos que este es el orden correcto:

primero validar, después tender el puente, después integrar, y solo entonces confiar lo suficiente en la capa de evidencia ampliada como para usarla en las etapas posteriores.

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

Artículo técnico completo (en inglés): «Anchor calibration for extending diet-microbiome coefficient harmonization beyond 16S/MaAsLin cohorts».