Comparabilità del profilo
Il risultato dipende da raccolta, stabilizzazione, estrazione, tecnologia, database, pipeline e popolazione di riferimento. Profili prodotti con percorsi diversi non sono automaticamente sovrapponibili [1–4].

qPCR mirata
Misura microrganismi o geni selezionati e può sostenere pannelli validati o monitoraggio longitudinale; non equivale al profiling dell’intera comunità e non rileva ciò che resta fuori dal pannello [1,5].

Validità e utilità
La validità analitica riguarda l’affidabilità della misura; validità clinica e utilità riguardano il significato del risultato e il beneficio della decisione nel contesto previsto. I tre livelli non sono intercambiabili [1,13,14].

Biomarker e outcome
Una variazione di taxon, diversità o altro segnale biologico non coincide automaticamente con un beneficio. L’outcome va definito prima dell’analisi e deve essere rilevante per la persona o per lo scopo di wellness dichiarato [8–11].

Programma longitudinale
Ripetere il test aggiunge valore soltanto quando il cambiamento supera la variabilità tecnica, l’intervallo è biologicamente plausibile e il risultato modifica un’azione predefinita [1,3,5].

Un test del microbioma produce una misura; una raccomandazione nutraceutica richiede un passaggio ulteriore. Campione, metodo analitico e pipeline definiscono ciò che viene osservato, mentre il significato per la persona dipende dalla popolazione di riferimento, dal contesto e dalle regole interpretative. Anche quando un’associazione è robusta, resta da dimostrare quale intervento modifichi un outcome rilevante.

Questo Insight esamina l’intera catena, dalla comparabilità del profilo alla scelta dell’endpoint. Distingue sequenziamento e qPCR mirata, separa biomarker e beneficio, legge criticamente gli studi di personalizzazione e definisce i confini fra ricerca, wellness e uso clinico. L’obiettivo non è ridurre il potenziale del microbioma, ma chiarire quali prove e quali regole permettono di trasformarlo in un programma nutraceutico credibile e verificabile.

Il microbioma si presta a una promessa commerciale immediata. L'ecosistema intestinale varia tra individui, è legato a dieta e metabolismo e può essere osservato da un campione raccolto a domicilio. Il passaggio successivo sembra naturale: dal profilo allo 'squilibrio', quindi alla scelta di alimenti, prebiotici, probiotici o altri supplementi.

La biologia alla base è reale, ma non risolve l'intero percorso. Le associazioni tra dieta, microbioma e fenotipi metabolici sono numerose e in parte riproducibili. Restano separate tre domande: quali microrganismi sono rilevati nel campione; che cosa significa il dato per quella persona; quale intervento produce un beneficio rilevante. La prima riguarda la misura analitica. La seconda richiede validità clinica; la terza, utilità clinica o almeno un outcome di wellness predefinito e misurabile.

È questa distanza a guidare il consensus internazionale pubblicato nel 2025. Il documento riconosce il potenziale dei test del microbioma, ma considera ancora insufficiente l'evidenza per raccomandarne l'uso routinario nella pratica clinica e scoraggia i fornitori dall'inserire nel report consigli terapeutici post-test [1]. Non sancisce la fine del settore: chiarisce quali condizioni metodologiche e professionali servono per farlo maturare.

Il test non legge un oggetto stabile. Il profilo osservato incorpora ciò che accade prima e dopo la fase analitica: orario e modalità di raccolta, trasporto, temperatura, stabilizzante, estrazione del DNA, regione amplificata, profondità di sequenziamento, database e pipeline bioinformatica. A questa variabilità tecnica si sommano farmaci, antibiotici, dieta recente, geografia, età e transito intestinale.

Nel progetto Microbiome Quality Control, 15 laboratori hanno ricevuto set di campioni in cieco; i dati sono poi stati analizzati con nove protocolli bioinformatici. Il tipo e l'origine del campione spiegavano gran parte della variabilità, ma contavano anche estrazione, ambiente di manipolazione e metodo computazionale [2]. Il risultato chiarisce perché la riproducibilità vada costruita lungo l'intera catena, non soltanto nell'ultima schermata del report.

Un controllo ancora più vicino al mercato è arrivato nel 2026. Un materiale fecale omogeneo sviluppato dal NIST è stato inviato, in tre repliche, a sette servizi direct-to-consumer. I profili mostravano discrepanze rilevanti fra fornitori e, in alcuni casi, anche fra repliche; la variabilità tra servizi era dello stesso ordine di quella osservata fra donatori differenti. Lo studio misura precisione e comparabilità, non stabilisce quale servizio restituisca la composizione vera, ma dimostra quanto sia rischioso trasformare differenze di metodo in differenze biologiche [3].

STORMS organizza questa complessità in una checklist per rendere più completo e confrontabile il reporting degli studi sul microbioma [4]. Migliora la trasparenza, ma non valida automaticamente il test né la raccomandazione commerciale.

Lo stesso vale per concetti popolari come diversità e 'disbiosi'. Una diversità più alta non è sempre sinonimo di salute; la composizione attesa cambia con popolazione, metodo e condizioni. Il consensus del 2025 considera insufficiente l'evidenza per inserire nei report un indice di disbiosi o intervalli rigidi di abbondanza relativa. Se usa un riferimento proprietario, il fornitore deve dichiarare coorte, metodo e confondenti. Senza questo contesto, anche un percentile molto preciso comunica una certezza che il dato non possiede [1,3].

Le tecnologie non osservano lo stesso oggetto. Il sequenziamento 16S descrive soprattutto la composizione batterica, con limiti di risoluzione e bias legati alla regione amplificata e alla pipeline. Lo shotgun metagenomics può offrire maggiore risoluzione tassonomica e funzionale, con una complessità superiore; metatranscriptomica e metabolomica aggiungono altre dimensioni. Nessuna di queste misure coincide, da sola, con 'il microbioma' nella sua totalità.

La qPCR risponde invece a una domanda mirata. È adatta per rilevare presenza o quantità di microrganismi o geni selezionati, monitorare un pannello validato o verificare un'ipotesi in un trial. Il consensus internazionale ricorda che PCR multiplex e coltura possono essere utili, ma non equivalgono al profiling dell'intera comunità e non ne costituiscono un proxy [1]. Ciò che non rientra nel pannello resta fuori dall'osservazione; un insieme di target non diventa per questo una mappa esaustiva dell'ecosistema.

MIQE 2.0 chiede di documentare campione, progettazione e ottimizzazione dell'assay, controlli, efficienza, limiti, range dinamico, normalizzazione, analisi e reporting [5]. Questa trasparenza sostiene qualità e riproducibilità della qPCR, ma non sostituisce la validazione clinica. In un programma nutraceutico, velocità e precisione strumentale non bastano: se la variazione apparente nasce dalla preparazione o dalla quantificazione, il feedback rivolto all'utente resta rumore, anche quando è presentato bene.

La ricerca sulla nutrizione personalizzata mostra che individui diversi possono rispondere in modo diverso allo stesso alimento. Zeevi e colleghi hanno integrato glicemia continua, parametri clinici, abitudini, attività e microbioma per prevedere risposte glicemiche postprandiali; le previsioni sono state verificate in una coorte indipendente di 100 persone e impiegate in un intervento dietetico breve [6]. PREDICT 1 ha poi collegato dieta abituale, microbioma e numerosi marker cardiometabolici in 1.098 partecipanti profondamente fenotipizzati [7].

Il punto comune non è che il microbioma basti alla personalizzazione. PREDICT 1 descrive associazioni in una coorte osservazionale; lo studio di Zeevi valuta un modello costruito con molte feature. I due lavori hanno disegni differenti, ma collocano entrambi il microbioma dentro un quadro multivariabile che comprende fenotipo, comportamento e outcome. Non dimostrano che un test intestinale isolato possa selezionare automaticamente un integratore.

I trial più recenti mostrano la stessa maturità incompleta. In 121 persone con sindrome dell'intestino irritabile, una dieta personalizzata assistita da dati del microbioma e una dieta low-FODMAP hanno entrambe ridotto i sintomi in sei settimane; la differenza fra gruppi sul primary outcome non era significativa (p=0,29). L'analisi del microbioma era svolta da una società della quale due autori erano azionisti e altri due dipendenti: un conflitto dichiarato che non annulla il risultato, ma rafforza la necessità di replica indipendente [8].

Nel trial PROMOTe, 36 coppie di gemelli anziani - 72 persone - hanno ricevuto per 12 settimane prebiotico o placebo; entrambi i gruppi seguivano anche esercizio di resistenza e supplementazione con aminoacidi a catena ramificata. Il prebiotico ha modificato la composizione microbica e ha mostrato un segnale cognitivo secondario, ma non ha migliorato il primary outcome del tempo di alzata dalla sedia. L'articolo va letto nella versione aggiornata con la correzione del 2025 [9,10].

Un proof-of-concept del 2024 ha riportato miglioramenti metabolici con un programma nutrizionale basato sul microbiota. Lo studio era open-label, durava 90 giorni e comprendeva 30 partecipanti, 15 per gruppo; il programma e l'algoritmo erano proprietari e la maggior parte degli autori apparteneva all'azienda che li sviluppava [11]. È un segnale da approfondire, non una prova sufficiente per generalizzare efficacia o trasferibilità commerciale.

Aumentare un taxon atteso non dimostra che un integratore abbia migliorato il sintomo o ridotto un rischio. Può anche accadere il contrario: il beneficio emerge senza una variazione interpretabile del pannello. Per leggere il risultato servono quindi tre piani distinti: risposta analitica, cambiamento biologico e outcome rilevante.

Un trial di intervento dovrebbe definire prima quale outcome conta: sintomo validato, aderenza, marker metabolico, qualità della vita o altro endpoint appropriato. Il microbioma può essere endpoint esplorativo, mediatore ipotizzato o criterio di stratificazione; il suo ruolo deve essere dichiarato. Se tutti i marker vengono esplorati dopo il risultato, aumenta la probabilità di trovare associazioni casuali e di trasformarle in una storia causale.

Il follow-up ha valore soltanto quando rende una decisione più informata. Prima di ripetere il test, occorre sapere se la variabilità tecnica è inferiore al cambiamento atteso, se l'intervallo fra le misure è biologicamente plausibile e quale azione sarà modificata dal risultato. Senza queste condizioni, il retest aggiunge dati ma non orienta il programma.

Il report one-shot è il modello più esposto: traduce abbondanze relative in giudizi assoluti e collega il risultato a un catalogo di supplementi. Quando informazione, interpretazione e vendita coincidono, diventa difficile capire se la raccomandazione segua l'evidenza o la disponibilità del prodotto. Le differenze già osservate tra servizi direct-to-consumer rendono questa sovrapposizione ancora più rischiosa [1,3].

Un'offerta più solida dichiara anzitutto lo scopo d'uso. In ricerca, il test può stratificare i partecipanti e misurare target predefiniti. In wellness, può sostenere consapevolezza e monitoraggio se scopo, linguaggio e azioni rimangono non medici. In clinica, validità analitica, validità clinica e utilità devono essere dimostrate; la governance professionale deve essere coerente con la finalità dichiarata.

Le opportunità più difendibili sono spesso meno appariscenti: raccolta standardizzata e biobanche, pannelli mirati per trial, monitoraggio longitudinale, dataset collegati a outcome, strumenti di qualità e interoperabilità, studi di follow-up e real-world evidence. In questi servizi, il dato acquista valore perché resta tracciabile e confrontabile nel tempo.

Per un'azienda nutraceutica, il punto di partenza non dovrebbe essere il numero di taxa da mostrare. È la decisione da migliorare: quale azione cambierà grazie al programma e con quale outcome verrà valutata? Definire questa relazione riduce il rischio promozionale e rende più solida la proposta di prodotto.

Nell'Unione europea, le indicazioni nutrizionali e sulla salute nelle comunicazioni commerciali degli alimenti sono disciplinate dal Regolamento (CE) n. 1924/2006. Le indicazioni devono essere sostenute da dati scientifici generalmente accettati e, per le indicazioni sulla salute, utilizzate nel rispetto del regime di autorizzazione applicabile [12]. La misura del microbioma non trasferisce automaticamente al supplemento un claim sulla salute.

Quando un test è destinato dal fabbricante a fornire, per finalità mediche, informazioni su uno stato fisiologico o patologico, la qualificazione va valutata nel perimetro del Regolamento (UE) 2017/746. L'intended purpose e i claim effettivi contano più dell'etichetta commerciale; chiamare un output 'wellness' non neutralizza una comunicazione che induce l'utente a diagnosticare o trattare una condizione [13].

Negli Stati Uniti, la FDA include i test del microbioma fra i direct-to-consumer tests e distingue validità analitica, validità clinica e claim. La sua pagina informativa ricorda inoltre che un utente non dovrebbe assumere decisioni dietetiche o sanitarie sulla base del solo risultato senza confronto con un professionista. È un riferimento statunitense, non una regola europea, ma rende evidente lo stesso rischio comunicativo [14].

Non serve ricondurre ogni offerta alla medicina. Serve mantenere coerenti prova, finalità e linguaggio commerciale, evitando che la comunicazione attribuisca al test un potere decisionale che l'evidenza non sostiene. Un programma trasparente dichiara ciò che misura e ciò che resta fuori, la decisione che intende supportare e chi ne assume la responsabilità.

Prima di integrare un test in un'offerta nutraceutica, conviene verificare la catena completa. Il campione è stabile nelle condizioni reali? Il metodo è riproducibile fra lotti e siti? Il riferimento è compatibile con la popolazione target? L'algoritmo è stato verificato su dati indipendenti? La raccomandazione è separabile dall'inventario commerciale? L'outcome è stato predefinito e misurato contro un comparatore adeguato?

La comunicazione rientra nel sistema qualità. Il report deve esporre incertezza, limiti e confondenti, consentendo all'utente di distinguere un'associazione osservata, una raccomandazione generale e una decisione clinica. Quando interviene un modello algoritmico, occorre mantenere tracciabili versione, input, modifiche, monitoraggio e supervisione umana.

Nel lungo periodo, la metrica più utile sarà la quota di raccomandazioni che conduce a un cambiamento misurabile e riproducibile senza generare decisioni inappropriate. Costruire questa evidenza è difficile, ma crea una barriera competitiva più solida del numero di kit venduti.

Il microbioma può sostenere la nutrizione personalizzata, purché sia trattato come una misura da governare e non come una scorciatoia dalla provetta allo scaffale. Il valore dipende da campioni comparabili, metodi dichiarati, target coerenti con lo scopo, regole interpretative verificate, outcome misurabili e comunicazione proporzionata. È questa catena a rendere il programma credibile.

La fase commerciale più interessante è anche la più impegnativa: costruire il mercato mentre si costruisce l'evidenza. Programmi longitudinali e trial pragmatici permettono a laboratori, aziende nutraceutiche e piattaforme di collegare raccomandazioni, misure e azioni previste. La personalizzazione diventa credibile quando il dato cambia una decisione in modo giustificato e sa anche indicare quando non deve cambiarla.