Gota de líquido cayendo desde la punta de una pipeta a un vaso de laboratorio

Imagen: Drop on the tip, de Alexander Bogatyrev · CC BY 4.0 · vía Wikimedia Commons. Recortada a 16:9 y redimensionada.

Test de microbiota: qué mide, 16S frente a metagenómica y qué no diagnostica

A

Alfredo García Martínez

CEO de AIMA Biotech · 18 de noviembre de 2026
11 min de lectura
Microbiota
Tecnología
Clínica

Un informe de microbiota parece un análisis como cualquier otro: una lista de nombres con sus porcentajes. Esa apariencia engaña. En una glucemia el método apenas importa para leer el valor; en microbiota, la técnica decide qué se ve, con qué detalle y con qué sesgos. Saber cuál se ha usado es lo primero para entender qué dice un informe y qué no puede decir.

Respuesta corta. Un test de microbiota secuencia el ADN de los microorganismos de una muestra de heces y describe qué hay y en qué proporción relativa. Hay dos técnicas principales: el 16S, que lee un solo gen de bacterias y arqueas, y la metagenómica shotgun, que lee todo el ADN de la muestra e incluye hongos, virus y los genes de la comunidad. Ninguna es mejor en abstracto: depende de la pregunta. Lo que ninguna hace es diagnosticar: los porcentajes son proporciones, no cantidades, y la evidencia sobre su utilidad clínica todavía es escasa (Porcari et al., 2024). El informe describe; la valoración corresponde a un profesional.

Qué mide un test de microbiota

El laboratorio extrae el ADN de la muestra, lo secuencia y compara las secuencias con bases de datos de referencia. El resultado es un perfil de la comunidad: qué grupos de microorganismos aparecen, en qué proporción y, según la técnica, qué genes tiene esa comunidad. Si necesitas el contexto de qué es la microbiota y qué hace, empieza por qué es la microbiota intestinal.

Lo que el test no mide es tan importante como lo que mide: no mide la inflamación, ni la digestión, ni la permeabilidad del intestino, ni dice si una persona está sana o enferma. Mide ADN. Todo lo demás es interpretación, y la interpretación depende de cómo se obtuvo ese ADN.

El 16S: un solo gen, muy bien elegido

El gen del ARN ribosómico 16S está en todas las bacterias y arqueas. Mide unos 1.500 pares de bases y alterna tramos casi idénticos en todas las especies con nueve regiones variables (V1 a V9) que cambian de un grupo a otro. Los tramos conservados sirven para amplificar el gen en casi cualquier bacteria; las regiones variables, para distinguirlas.

Muchos laboratorios secuencian solo un fragmento, normalmente la región V3-V4, porque encaja en las plataformas de lectura corta más extendidas. Esa decisión tiene un coste en resolución. Secuenciar el gen completo permite distinguir especies y, en parte, cepas que un fragmento corto no separa (Johnson et al., 2019). En un estudio con muestras humanas, ambas opciones asignaron a género casi las mismas lecturas (94,8 % y 95,1 %), pero a especie la diferencia fue clara: 55,2 % con V3-V4 frente a 74,1 % con el gen completo (Buetas et al., 2024).

El 16S tiene además sesgos conocidos que conviene tener presentes al leer un informe:

  • Número de copias del gen. Cada bacteria tiene entre una y quince copias del 16S según el grupo (Větrovský y Baldrian, 2013). Una bacteria con muchas copias da más señal que otra con una sola, aunque haya la misma cantidad. Es una de las razones por las que el famoso cociente Firmicutes/Bacteroidetes se interpreta con tanta cautela.

  • Cebadores. Ningún par de cebadores amplifica igual de bien todos los grupos. Una bacteria puede estar en la muestra y no salir en el informe.

  • Solo bacterias y arqueas. El 16S no ve hongos, virus ni parásitos. Para eso hacen falta otros análisis.

La metagenómica shotgun: todo el ADN de la muestra

En lugar de amplificar un gen, la shotgun secuencia todo el ADN presente. Desaparecen así el sesgo de cebadores y el del número de copias, y en una sola secuenciación se obtiene información sobre bacterias, arqueas, hongos y virus, además de los genes de la comunidad: rutas metabólicas, genes de resistencia a antibióticos o factores de virulencia.

En un estudio con 156 muestras de heces analizadas con las dos técnicas, el 16S detectó solo una parte de la comunidad que revelaba la shotgun y dio más peso a las bacterias dominantes; los autores recomiendan la shotgun para heces y análisis en profundidad, y el 16S para tejido y objetivos concretos (Bars-Cortina et al., 2024). Existe además un punto intermedio, la shotgun de baja profundidad: con medio millón de lecturas por muestra recupera perfiles de especie y funcionales más precisos que el 16S, a un coste parecido (Hillmann et al., 2018).

Tiene también sus límites. Al leer todo el ADN, lee también el humano, que compite con el microbiano. En heces de personas sanas la proporción humana es baja, pero en saliva o biopsias puede dominar la muestra y hacer que se pierdan especies poco abundantes (Pereira-Marques et al., 2019). Y medir genes no es medir actividad: la shotgun dice que la comunidad tiene la capacidad genética de producir algo, no que lo esté produciendo.

16S y metagenómica shotgun: qué aporta cada técnica en un análisis de heces.
16S (gen completo)Metagenómica shotgun
Qué secuenciaUn gen de bacterias y arqueasTodo el ADN de la muestra
ResoluciónGénero fiable; especie en buena parteEspecie y, con profundidad suficiente, cepa
Qué detectaBacterias y arqueasBacterias, arqueas, hongos, virus y eucariotas
FuncionesInferidas a partir de las especiesGenes medidos (capacidad, no actividad)
Sesgos principalesCebadores y número de copias del genADN humano y dependencia de bases de datos
CosteMenorMayor (menor en baja profundidad)

Función inferida y función medida

Muchos informes basados en 16S incluyen funciones: producción de butirato, degradación de mucina y similares. Conviene saber de dónde salen. El 16S no mide genes: las herramientas de predicción toman las especies identificadas y estiman qué genes tendría un organismo emparentado. Es una estimación por parentesco, no una observación, y su precisión cambia mucho según el tipo de función: las básicas se predicen bien, otras bastante peor (Sun et al., 2020).

Por eso un informe honesto debería decir si una función es inferida o medida. Cuando hablamos de qué bacterias pueden producir butirato, por ejemplo, nos referimos a capacidad documentada, no a una medición de cuánto se produce. Lo contamos en butirato: qué es y para qué sirve.

Por qué los porcentajes no son cantidades

El número total de lecturas lo fija el instrumento, no la muestra. Por eso los resultados son proporciones, y las proporciones están obligadas a sumar cien: si un grupo disminuye, otro aumenta en el informe aunque su cantidad real no haya cambiado. Analizar estos datos como si fueran cantidades produce correlaciones falsas (Gloor et al., 2017).

El ejemplo más conocido viene de un estudio que midió también la carga bacteriana total: varió hasta diez veces entre personas sanas, y el aparente equilibrio inverso entre Bacteroides y Prevotella, presentado durante años como dos tipos de intestino, resultó ser en buena parte un efecto de trabajar con proporciones (Vandeputte et al., 2017). Un informe que dice «género X aumentado» puede estar describiendo solo que otro grupo disminuyó.

Qué no diagnostica un test de microbiota

En 2024, un panel internacional de expertos publicó un consenso sobre el uso de estos tests. Su punto de partida es claro: la evidencia sobre su utilidad clínica es escasa, muchos tests se venden directamente al consumidor sin regulación ni valor demostrado, y hacen falta requisitos mínimos sobre métodos, informes e indicaciones (Porcari et al., 2024). En la práctica, eso significa que un test de microbiota:

  • No diagnostica una enfermedad ni un síndrome, tampoco el intestino irritable o el sobrecrecimiento bacteriano.

  • No sustituye la historia clínica, la analítica, las pruebas de imagen o la endoscopia.

  • No dice qué dieta conviene a una persona ni qué suplemento tomar.

  • No define una microbiota «normal»: hay una gran variación entre personas sanas, y no existe un perfil de referencia único.

Lo que sí aporta es una descripción de la comunidad microbiana y de lo que la literatura documenta sobre ella, útil como información complementaria para el profesional y para comparar la evolución de una misma persona con el mismo método.

Qué debería declarar un buen informe

Con independencia de la técnica, hay datos que un informe interpretable debería incluir. Son los que permiten saber cuánto fiarse de cada resultado y compararlo con otros:

Datos técnicos que debería declarar un informe de microbiota y por qué importan.
DatoPor qué importa
Técnica y, en 16S, región del genDecide la resolución y si el resultado es comparable con otros
Base de datos de referencia y su versiónLo que no está en la base de datos no se identifica o se asigna mal
Profundidad de secuenciaciónPor debajo de ciertos umbrales el perfil pierde detalle
Controles negativosImprescindibles cuando hay poca biomasa, donde la contaminación de reactivos puede dominar el perfil (Salter et al., 2014)
Si la función es inferida o medidaDistingue una estimación de una observación
Si los datos son relativos o absolutosDetermina si un porcentaje puede leerse como un cambio real

Cómo trabajamos en AIMA

En AIMA trabajamos con secuenciación del gen 16S completo y con metagenómica shotgun, y elegimos la técnica según la pregunta: el 16S completo cuando el foco es la comunidad bacteriana a nivel de especie, y la shotgun cuando además interesan hongos, virus o los genes de la comunidad. Cada informe declara la técnica empleada, precisamente para que quien lo lea pueda aplicar los criterios de este artículo. El informe describe la comunidad microbiana; no es una herramienta diagnóstica ni sustituye la valoración de un profesional.

Las modalidades de análisis y cómo trabajamos con profesionales de la nutrición están en AIMA para profesionales, y los términos técnicos de este artículo, en el glosario.

Qué llevarse de este artículo

  • Un test de microbiota mide ADN y describe qué microorganismos hay y en qué proporción.

  • La técnica condiciona el resultado: el 16S completo resuelve mejor la especie que un fragmento corto, y la shotgun añade hongos, virus y genes.

  • Los porcentajes son proporciones, no cantidades, y las funciones pueden ser inferidas o medidas.

  • No diagnostica: es información descriptiva para valorar junto a otras pruebas.

Preguntas frecuentes

¿Qué mide un test de microbiota?

Mide el ADN de los microorganismos presentes en una muestra de heces y lo compara con bases de datos de referencia. El resultado describe qué bacterias (y, según la técnica, arqueas, hongos o virus) hay y en qué proporción relativa. No mide inflamación, digestión ni el estado de salud de la persona.

¿Qué diferencia hay entre un test 16S y una metagenómica shotgun?

El 16S amplifica y secuencia un solo gen que tienen todas las bacterias y arqueas. La metagenómica shotgun secuencia todo el ADN de la muestra, lo que permite identificar también hongos, virus y otros microorganismos y conocer los genes de la comunidad. El 16S es más económico; la shotgun da más resolución y más información funcional.

¿Un test de microbiota sirve para diagnosticar una enfermedad?

No. Un consenso internacional de 2024 concluyó que la evidencia sobre la utilidad clínica de estos tests es todavía escasa y pidió requisitos mínimos sobre métodos, informes e indicaciones (Porcari et al., 2024). Es información descriptiva que un profesional puede valorar junto a la historia clínica y otras pruebas.

¿Un test 16S identifica las bacterias a nivel de especie?

Depende de qué parte del gen se secuencie. Con un fragmento corto (por ejemplo, la región V3-V4), solo algo más de la mitad de las lecturas se asignan a especie; secuenciando el gen completo la proporción sube de forma clara (Buetas et al., 2024). A nivel de género, ambas opciones rinden casi igual.

¿Por qué dos laboratorios dan resultados distintos con la misma muestra?

Porque la técnica, la región del gen, la base de datos y el procesado bioinformático cambian lo que se detecta y en qué proporción. Dos informes pueden diferir sin que ninguno esté mal. Por eso, para seguir la evolución de una persona, conviene repetir el análisis con el mismo método.

¿Los porcentajes del informe son cantidades reales de bacterias?

No. Son proporciones sobre el total de lecturas, y las proporciones siempre suman cien: si un grupo baja, otro sube en el informe aunque su cantidad real no haya cambiado. La carga bacteriana total puede variar hasta diez veces entre personas sanas (Vandeputte et al., 2017).

¿Un test de microbiota dice qué dieta me conviene?

No. Describe la comunidad microbiana y lo que la literatura documenta sobre ella, pero no hay evidencia suficiente para derivar de un test una dieta concreta. Cualquier cambio de alimentación conviene plantearlo con un dietista-nutricionista.

Referencias

  1. Porcari, S., Mullish, B. H., Asnicar, F., et al. (2024). International consensus statement on microbiome testing in clinical practice. The Lancet Gastroenterology & Hepatology, 10(2), 154–167. DOI: 10.1016/S2468-1253(24)00311-X

  2. Johnson, J. S., Spakowicz, D. J., Hong, B.-Y., et al. (2019). Evaluation of 16S rRNA gene sequencing for species and strain-level microbiome analysis. Nature Communications, 10(1), 5029. DOI: 10.1038/s41467-019-13036-1

  3. Buetas, E., Jordán-López, M., López-Roldán, A., et al. (2024). Full-length 16S rRNA gene sequencing by PacBio improves taxonomic resolution in human microbiome samples. BMC Genomics, 25(1), 310. DOI: 10.1186/s12864-024-10213-5

  4. Větrovský, T., & Baldrian, P. (2013). The variability of the 16S rRNA gene in bacterial genomes and its consequences for bacterial community analyses. PLoS ONE, 8(2), e57923. DOI: 10.1371/journal.pone.0057923

  5. Bars-Cortina, D., Ramon, E., Rius-Sansalvador, B., et al. (2024). Comparison between 16S rRNA and shotgun sequencing in colorectal cancer, advanced colorectal lesions, and healthy human gut microbiota. BMC Genomics, 25(1), 730. DOI: 10.1186/s12864-024-10621-7

  6. Hillmann, B., Al-Ghalith, G. A., Shields-Cutler, R. R., et al. (2018). Evaluating the information content of shallow shotgun metagenomics. mSystems, 3(6), e00069-18. DOI: 10.1128/mSystems.00069-18

  7. Pereira-Marques, J., Hout, A., Ferreira, R. M., et al. (2019). Impact of host DNA and sequencing depth on the taxonomic resolution of whole metagenome sequencing for microbiome analysis. Frontiers in Microbiology, 10, 1277. DOI: 10.3389/fmicb.2019.01277

  8. Sun, S., Jones, R. B., & Fodor, A. A. (2020). Inference-based accuracy of metagenome prediction tools varies across sample types and functional categories. Microbiome, 8(1), 46. DOI: 10.1186/s40168-020-00815-y

  9. Gloor, G. B., Macklaim, J. M., Pawlowsky-Glahn, V., & Egozcue, J. J. (2017). Microbiome datasets are compositional: And this is not optional. Frontiers in Microbiology, 8, 2224. DOI: 10.3389/fmicb.2017.02224

  10. Vandeputte, D., Kathagen, G., D’hoe, K., et al. (2017). Quantitative microbiome profiling links gut community variation to microbial load. Nature, 551(7681), 507–511. DOI: 10.1038/nature24460

  11. Salter, S. J., Cox, M. J., Turek, E. M., et al. (2014). Reagent and laboratory contamination can critically impact sequence-based microbiome analyses. BMC Biology, 12(1), 87. DOI: 10.1186/s12915-014-0087-z

¿Quieres integrar el análisis de microbiota en tu práctica clínica?

Solicita acceso a la plataforma AIMA y empieza a ofrecer informes clínicos accionables.

Agendar reunión