Bei den gefundenen Signaturen handelt es sich um spezifische Arten des Darmmikrobioms und um bakterielle Stoffwechselprodukte, die helfen können, NAFLD-Patienten von Nicht-NAFLD-Patienten zu unterscheiden. Sie erlauben die Abgrenzung zu anderen Erkrankungen und sind daher besonders geeignet für eine gezielte Diagnostik. Unterstützt durch maschinelle Lernmodelle erzielten die Forschenden mit den erhobenen Datensätzen eine Diagnosegenauigkeit von über 90 %.

Die NAFLD betrifft bis zu 40 % der Bevölkerung in westlichen Ländern und ist eine der häufigsten Stoffwechselkrankheiten weltweit. Sie zeichnet sich durch eine übermäßige Einlagerung von Fett in den Leberzellen aus, die zu einem etwa 10 % erhöhten Lebergewicht bei eingeschränkter Leberfunktion führen kann.

„Das Auftreten von NAFLD in Kombination mit anderen Stoffwechselkrankheiten wie Typ-2-Diabetes ist eine besondere Herausforderung, da die Unterscheidung spezifischer Mikrobiom-Signaturen erschwert wird“, erklärt Studienleiter Gianni Panagiotou. „Wir konnten Signaturen identifizieren, die eindeutig auf NAFLD zurückzuführen sind und deren differenzierte Diagnose ermöglichen könnten.“

Die Zusammensetzung des Darmmikrobioms wird grundsätzlich durch verschiedene Faktoren wie Übergewicht, Alter, Ernährung, Geschlecht oder durch Medikamenteneinnahme beeinflusst.

In der Studie wurden moderne ökologische Netzwerkanalysen eingesetzt, um zu entschlüsseln, wie verschiedene Mikroorganismen in ihrer natürlichen Umgebung, dem menschlichen Darm, miteinander interagieren. Diese Analysen basieren auf interdisziplinären, datenbasierten und computergestützten Methoden, um die Beziehungen zwischen den Arten und ihrer Umgebung besser zu verstehen. Die Forschenden konnten zeigen, dass bestimmte Mikrobiom-Netzwerke direkt mit der Entwicklung von NAFLD verknüpft sind. Diese Ansätze liefern nicht nur präzise diagnostische Einblicke, sondern auch ein tieferes Verständnis der Krankheitsmechanismen.

Original Paper:

Discovery of robust and highly specific microbiome signatures of non-alcoholic fatty liver disease | Microbiome | Full Text

Lesen Sie auch:

Fettleber: Signalmolekül SEMA3A verspricht neuen Therapieansatz – MedLabPortal

Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.