Probiotikum‑prebiotikum kombinációkat fejlesztő rendszer

A Duke Egyetem mérnökei olyan módszert dolgoztak ki, amely rendszerszinten képes új, összetett probiotikum‑prebiotikum kombinációk fejlesztésére, és ezáltal hatékonyabban támogathatja a bélrendszer egészségét, illetve különféle gasztrointesztinális betegségek kezelését. A kutatók nagyszámú párhuzamosan futtatott kísérletet automatizáltak robotikai eszközökkel, és ezek eredményeit számítógépes modellekkel kapcsolták össze. Így olyan, korábban nem ismert kölcsönhatásokat tártak fel, amelyek a mikrobiomban található baktériumfajok, a tápanyagforrások és a környezeti tényezők összetett viszonyát határozzák meg.

A probiotikumok és prebiotikumok tervezésének egyik legnagyobb kihívása, hogy az emberi bélrendszer rendkívül változatos. A táplálkozás, a mikrobiom összetétele, a gyógyszerek és a gazdaszervezet egyéni sajátosságai mind befolyásolják, hogyan reagál a bélflóra egy adott beavatkozásra. A most bemutatott módszer azonban képes olyan baktérium- és rostkombinációkat azonosítani, amelyek a mikrobiom összetételétől függetlenül következetesen elősegítik a bélrendszer egészséges működését. Ez különösen fontos lehet a probiotikum- és prebiotikumipar számára, amely régóta küzd azzal, hogy termékei hatása gyakran kiszámíthatatlan.

A kutatók hangsúlyozzák, hogy a bélmikrobiomba helyezett probiotikum olyan, mintha egy magot tápanyaghiányos talajba ültetnénk: a baktériumok nem tudnak megfelelően megtelepedni, ha a környezet nem támogatja őket. Ezért a cél nem csupán a megfelelő mikroorganizmusok kiválasztása, hanem a számukra optimális környezet megteremtése is.

A Nature Chemical Biology folyóiratban megjelent tanulmányban a kutatócsoport 15 különböző bélbaktériumfajt és hatféle butiráttermelést befolyásoló növényi rostot kombinált laboratóriumi körülmények között. A lehetséges variációk száma trilliós nagyságrendű, ezért a kutatók gépi tanulást, aktív tanulási algoritmusokat és automatizált kísérleti rendszereket alkalmaztak. A vizsgálatok során számos váratlan kölcsönhatást figyeltek meg a baktériumok és a rostok között. A legígéretesebb eredmény az inulin nevű rost és két inulint bontó baktérium – Bacteroides uniformis és Anaerostipes caccae – kombinációja volt, amely egy harmadik fajjal, a Prevotella copri-val együtt megbízhatóan nagy mennyiségű vajsavat termelt. A kombináció akkor is stabil maradt, ha más baktériumfajokat vagy környezeti tényezőket adtak a rendszerhez.

A kutatók jelenleg azt vizsgálják, hogy ez a kombináció hatékonynak bizonyulhat-e gyulladásos bélbetegség egérmodelljében, és az első eredmények biztatóak. A módszer azonban nemcsak egyetlen kombináció azonosítására alkalmas: a kutatók szerint számos további, terápiás potenciállal rendelkező mikrobiom-rost együttállás fedezhető fel vele.

A tanulmány arra is rámutat, hogy bár a piacon már léteznek baktériumokat és rostokat kombináló készítmények, ezek többsége nem veszi figyelembe a fajok közötti szinergikus hatásokat. A most bemutatott megközelítés lehetővé teheti, hogy a jövőben célzottabb, hatékonyabb és kiszámíthatóbb terápiák szülessenek a bélmikrobiom támogatására.

Írásunk az alábbi közlemények alapján készült:

Duke University engineers use robots and AI to improve gut health

Designing fiber–gut microbiome interactions with active learning

Irodalmi hivatkozás:

Connors, B. M., et al. (2026). Designing fiber–gut microbiome interactions with active learning. Nature Chemical Biology. DOI: 10.1038/s41589-026-02272-4. https://www.nature.com/articles/s41589-026-02272-4