Un nouvel indicateur pour comprendre le vieillissement du microbiote

Le microbiote intestinal est aujourd’hui considéré comme un véritable marqueur global de santé. Plusieurs travaux scientifiques ont déjà montré que sa diversité, sa stabilité et la présence de certaines bactéries clés jouent un rôle majeur dans l’immunité, le métabolisme ou encore le vieillissement.

Mais une question restait ouverte : peut-on quantifier l’état de santé d’une personne grâce à son microbiote ?

C’est précisément l’objectif d’une étude publiée en décembre 2024 dans la revue Scientific Reports (Nature Portfolio). Cette publication propose un indicateur innovant : le Gut Age Index (GAI), un score censé refléter l’«âge intestinal » d’un individu à partir de la composition de son microbiote.

Dans cet article, nous revenons de manière simple et claire sur la méthode, les résultats et ce que cette étude apporte réellement.

Une étude basée sur deux grandes cohortes internationales

Pour construire leur modèle, les chercheurs se sont appuyés sur deux ensembles de données majeurs portant sur le microbiote intestinal humain :

• Le Guangdong Gut Microbiome Project (GGMP) en Chine
• L’American Gut Project (AGP) aux États-Unis.

Ces deux cohortes totalisent plus de 12 000 participants, analysés à partir de séquençage 16S rRNA, une technique largement utilisée pour cartographier les bactéries présentes dans l’intestin. Après filtrage (données incomplètes, prise d’antibiotiques, maladies déclarées, etc.), l’étude conserve un échantillon de 6 014 participants pour le GGMP, incluant un groupe « sain » et un groupe présentant divers problèmes de santé.

Pour l’American Gut Project (AGP), les données proviennent également d’une large cohorte comprenant environ 10 000 participants. L’étude ne précise pas le nombre exact d’échantillons retenus après filtration, mais mentionne avoir appliqué les mêmes critères de qualité que pour la cohorte chinoise

L’objectif des chercheurs : définir le profil d’un microbiote associé à un vieillissement sain puis vérifier s’il permet de prédire l’état de santé d’un individu.

Comment fonctionne le Gut Age Index (GAI) ?

L’étude utilise plusieurs modèles d’apprentissage automatique pour prédire l’«âge biologique» du microbiote à partir de sa composition bactérienne.

L’algorithme final (basé sur LightGBM) estime un âge intestinal pour chaque participant. La différence entre l’âge réel et l’âge intestinal constitue le GAI.

• Si l’âge intestinal estimé est plus jeune que l’âge réel, cela suggère une trajectoire microbienne saine.
• S’il est plus âgé cela pourrait indiquer un déséquilibre ou un microbiote associé à des risques de maladie.

Les chercheurs ont également corrigé les biais possibles liés à la distribution d’âge afin de rendre le score plus fiable quel que soit le groupe d’âge étudié.

Les principaux résultats découvert par l’étude

Un modèle relativement précis pour prédire l’âge intestinal

Selon les analyses publiées dans Scientific Reports, le modèle obtient une erreur moyenne d’environ 6,8 ans entre l’âge intestinal prédit et l’âge réel. Cela représente une performance supérieure aux modèles précédemment utilisés sur des données 16S.

Un outil capable de distinguer « bonne santé » et maladie

Là où le GAI devient intéressant, c’est dans sa capacité à classer correctement les individus entre « en bonne santé » et « non-sains ». 

Dans la cohorte GGMP, le modèle parvient à identifier correctement l’état de santé des participants dans environ 66 à 75 % des cas, selon la maladie étudiée, avec ses meilleurs résultats pour l’athérosclérose.

Dans la cohorte AGP, les performances varient entre 58 et 72 %, notamment 72 % pour le diabète et environ 68 % pour les maladies cardiovasculaires.

Ces scores montrent que le GAI dépasse largement des indicateurs plus classiques, comme :

• Le Gut Microbiome Health Index (GMHI), qui atteignait environ 56 % de précision (ndice pour estimer la  « santé » du microbiote). 
  
• La diversité microbienne (indice de Shannon), souvent mise en avant mais qui, dans cette étude, ne permet pas de distinguer clairement les groupes sains des non-sains.

Des bactéries associées à un microbiote sain

Les conclusions confirment également des tendances déjà observées :

• Les individus en bonne santé présentent davantage de bactéries bénéfiques comme Akkermansia muciniphila, Faecalibacterium prausnitzii ou certains Bacteroides.
• À l’inverse, des bactéries comme Escherichia coli ou Enterococcus faecium sont plus présentes chez les personnes non saines.

Rien de révolutionnaire ici, mais cela valide la pertinence du modèle : les bactéries mises en avant sont cohérentes avec la littérature scientifique existante.

Un outil prometteur mais à manier avec prudence

L’étude apporte un signal scientifique intéressant : il est possible, grâce à des données accessibles (16S rRNA) et à des méthodes d’intelligence artificielle, de créer un indice reflétant l’état de santé global à partir du microbiote.

Cependant, comme le soulignent implicitement les auteurs et comme le rappellent plusieurs experts du microbiote : Un modèle basé uniquement sur la composition bactérienne ne peut pas encore constituer un outil clinique fiable.

Pour plusieurs raisons :

• Le microbiote ne reflète qu’une partie de la santé d’un individu.
• Les facteurs non intégrés (alimentation, activité physique, stress, sommeil, environnement, médicaments…) influencent massivement le microbiote.
• Une balanced accuracy autour de 70 % n’est pas suffisante pour un diagnostic.
• Les différences géographiques et alimentaires entre la Chine et les États-Unis montrent que le modèle doit encore être ajusté à des populations variées.

Autrement dit : le GAI est un indicateur intéressant mais pas un test médical.

Pourquoi cette étude est importante pour la recherche sur le microbiote ?

Même si le GAI n’est pas prêt pour la pratique clinique, cette étude publiée dans Scientific Reports marque une avancée importante :

• Elle propose une nouvelle façon d’observer le vieillissement intestinal, basée sur des données biologiques.
• Elle démontre que des profils microbiens peuvent prédire le risque de maladies chroniques avec une précision correcte.
• Elle renforce l’idée que le microbiote pourrait devenir un biomarqueur accessible pour la prévention grâce à des techniques peu coûteuses.
• Elle ouvre la voie à des approches personnalisées, qui pourraient, à terme, inclure des interventions comme l’alimentation ciblée ou les probiotiques.

Conclusion

L’étude de Scientific Reports apporte un éclairage précieux sur le lien entre le microbiote, le vieillissement et la santé. En introduisant le Gut Age Index, elle montre qu’il est possible d’estimer l’« âge intestinal » et d’utiliser cette information pour identifier des risques potentiels de maladies chroniques.

Mais comme souvent dans la recherche sur le microbiote, les résultats doivent être interprétés avec nuance. Les modèles offrent une vision partielle, encore insuffisante pour guider la clinique mais suffisamment solide pour inspirer de nouvelles pistes de recherche.

Cette étude rappelle surtout que le microbiote reste un domaine en pleine évolution : chaque avancée ne donne qu’une pièce du puzzle mais chacune nous rapproche un peu plus d’une compréhension globale de notre santé et de nouvelles façons d’agir pour la préserver.