L’analisi bioinformatica ha rilevato una netta differenza nella struttura e composizione dei microbiomi dei pazienti in condizioni di stabilità clinica (S) paragonati a quelli con declino severo della funzionalità respiratoria (SD), nei quali Pseudomonas rappresenta il genere batterico presente più frequente. Nei pazienti S é presente un microbioma con una maggiore diversità microbica e maggiori interconnessioni tra specie microbiche diverse. L’osservazione importante è che la diversità microbica diminuisce con il peggioramento della funzione polmonare.
E’ emersa anche una differenza significativa dei geni legati all’antibiotico-resistenza e di quelli coinvolti in alcuni meccanismi metabolici tra i pazienti con un differente grado di severità polmonare. L’analisi dell’intero microbioma e l’identificazione di biomarcatori per caratterizzare i diversi batteri può fornire un set di strumenti per approcci futuri di medicina personalizzata basata sul microbioma FC, per consentire la scelta di antibatterici che tengano conto dell’insieme dei batteri individuati e delle loro caratteristiche metaboliche e di antibiotico-resistenza. La ricerca continua con il progetto FFC#14/2015.
A sharp difference in the structure and composition of airway microbiota between S (Stable) and SD (Severe Decline) patients was found, especially in patients with severe lung disease, where Pseudomonas represented the most abundant genus. A co-occurrence network analysis showed that microbial communities were less complex in SD patients than in S ones. Moreover, an inverse relationship between bacterial community diversity and disease severity was found. Additionally, significant differences in antibiotic resistance genes and metabolic pathways of the microbiome between normal/ mild and severe lung disease FEV1 groups were found. The analysis of the meta-community dynamics can give us a set of tools to unlock the potential of microbiome-based personalized medicine in major disease areas including CF.
