Skip to main navigation Skip to search Skip to main content

Modelado Metabólico de la Comunidad Microbiana Gástrica: Un Estudio Multiómico de la Interacción entre Helicobacter pylori y el Ecosistema Gástrico

Project: Research

Project Details

Description

La infección por Helicobacter pylori (H. pylori) es una de las infecciones bacterianas crónicas más comunes a nivel mundial, con una prevalencia estimada del 50% de la población global (Hooi et al., 2017). En Colombia, estudios recientes indican que la prevalencia varía entre el 60% y el 80%, dependiendo de factores socioeconómicos y condiciones sanitarias (Otero et al., 2022). Esta bacteria coloniza la mucosa gástrica y es el principal agente causal de gastritis crónica y úlceras gástricas (Correa, 1992; Uemura et al., 2001; Plummer et al., 2015). A largo plazo, la infección por H. pylori genera un entorno inflamatorio persistente que puede evolucionar hacia atrofia gástrica, metaplasia intestinal y, eventualmente, adenocarcinoma gástrico. En Colombia, el cáncer gástrico es la tercera causa de muerte por cáncer, con una incidencia de 16.2 casos por 100,000 habitantes y una mortalidad de 14 por cada 100,000 habitantes (WHO, 2023). El impacto de H. pylori en el microbioma gástrico es un factor clave en la progresión de la enfermedad. Se ha documentado que la infección reduce significativamente la diversidad microbiana, disminuyendo bacterias beneficiosas como Lactobacillus y Bifidobacterium, y favoreciendo la proliferación de especies proinflamatorias como Prevotella y Veillonella (Wang et al., 2020; Yu et al., 2023). Estas alteraciones no solo contribuyen a un estado inflamatorio crónico, sino que también pueden modular la virulencia de H. pylori y la respuesta del hospedero a la infección (Zheng et al., 2021). Sin embargo, la relación funcional entre estas alteraciones en el microbioma y la progresión de la enfermedad sigue siendo poco comprendida. A pesar de la evidencia sobre la asociación entre H. pylori y la disbiosis gástrica, aún existen vacíos de conocimiento en cuanto a cómo estas interacciones afectan el metabolismo del hospedero y qué estrategias pueden emplearse para modular el microbioma en favor de la salud gástrica (He et al., 2016; Coker et al., 2017). Mientras que estudios metagenómicos han caracterizado los cambios en la composición microbiana en individuos infectados (Ferreira et al., 2018), pocos han abordado su impacto en las rutas metabólicas claves y su papel en la progresión de enfermedades gástricas (Yang et al., 2021). La ausencia de esta información limita el diseño de estrategias terapéuticas basadas en la modulación del microbioma, a pesar del potencial demostrado en otras patologías gastrointestinales (Xiao et al., 2022). El modelado computacional se presenta como una herramienta clave para superar estas limitaciones, permitiendo la integración de datos metagenómicos y metabólicos con el fin de predecir interacciones funcionales y desarrollar intervenciones terapéuticas más precisas (Zorrilla et al., 2021). Estudios previos han demostrado el éxito de este enfoque en la caracterización de enfermedades inflamatorias intestinales y su relación con el microbioma (Heinken et al., 2021), así como en la identificación de metabolitos clave generados por el microbioma que pueden influir en la salud del hospedero (Magnúsdóttir et al., 2017). Estos avances resaltan el potencial del modelado computacional como una herramienta esencial en el estudio de H. pylori y su impacto en el ecosistema gástrico. Este estudio se llevará a cabo en una población colombiana seleccionada de diferentes regiones del país con alta incidencia de H. pylori y cáncer gástrico. Se recolectarán muestras de biopsias gástricas de pacientes diagnosticados con infección por H. pylori y de individuos sanos como grupo control. Las muestras serán sometidas a secuenciación metagenómica y análisis metabolómico, integrando los datos en modelos computacionales para evaluar la dinámica metabólica y sus implicaciones en la salud gástrica. Utilizando herramientas como CarveMe y MetaGEM, junto con cFBA, se identificarán rutas metabólicas alteradas y posibles blancos terapéuticos.
StatusActive
Effective start/end date01/09/2528/02/27

Project Status

  • In Execution

Project funding

  • Internal
  • Pontificia Universidad Javeriana