Los científicos del Instituto y Hospital Neurológico de Montreal han utilizado una herramienta poderosa para comprender mejor la progresión de la enfermedad de Alzheimer de aparición tardía CARGA, identificando sus primeros signos fisiológicos.
Dirigidos por el Dr. Alan Evans, profesor de neurología, neurocirugía e ingeniería biomédica en el Neuro, los investigadores analizaron más de 7.700 imágenes cerebrales de 1.171 personas en diversas etapas de la progresión de la enfermedad de Alzheimer utilizando una variedad de técnicas que incluyen resonancia magnética MRI y la tomografía por emisión de positrones PET. También se analizaron la sangre y el líquido cefalorraquídeo, así como el nivel de cognición de los sujetos.
Los investigadores encontraron que, al contrario de lo que se entendía anteriormente, el primer signo fisiológico de la enfermedad de Alzheimer es una disminución en el flujo sanguíneo en el cerebro. Un aumento en la proteína amiloide se consideró el primer signo detectable de Alzheimer. Mientras que el amiloide ciertamente juega un papelEste estudio encuentra que los cambios en el flujo sanguíneo son la primera señal de advertencia conocida de Alzheimer. El estudio también encontró que los cambios en la cognición comienzan más temprano en la progresión de lo que se creía anteriormente.
La enfermedad de Alzheimer de inicio tardío es una enfermedad increíblemente compleja pero igualmente importante de entender. No es causada por ningún mecanismo neurológico sino que es el resultado de varios mecanismos asociados en el cerebro. La CARGA es la causa más común de demencia humanay la comprensión de las interacciones entre sus diversos mecanismos es importante para desarrollar tratamientos.
La investigación previa sobre los muchos mecanismos que componen LOAD ha sido de alcance limitado y no proporcionó una imagen completa de esta enfermedad compleja. Este estudio, publicado en la revista Comunicaciones de la naturaleza el 21 de junio, factorizado en el patrón de concentración de amiloide, metabolismo de la glucosa, flujo sanguíneo cerebral, actividad funcional y atrofia cerebral en 78 regiones del cerebro, cubriendo toda la materia gris.
"La falta de una comprensión integradora de la patología LOAD, sus mecanismos multifactoriales, es un obstáculo crucial para el desarrollo de agentes terapéuticos efectivos que modifiquen la enfermedad", dice Yasser Iturria Medina, becaria post-doctoral en el MNI y el periódicoPrimer autor.
La trayectoria de cada factor biológico se registró utilizando datos de cada paciente tomados durante un período de 30 años. Este proceso se repitió 500 veces para mejorar la solidez de las estimaciones y la estabilidad de los resultados.
Compilar y analizar los datos tomó miles de horas de cómputo en completarse, y no podría haber sido posible sin un sofisticado software y terabytes de espacio en el disco duro. Tal enfoque basado en datos para la neurología es cada vez más importante, según Evans
"Tenemos muchas formas de capturar datos sobre el cerebro, pero ¿qué se supone que debes hacer con todos estos datos?", Dice. "Cada vez más, la neurología está limitada por la capacidad de reunir toda esta información y darle sentido. Esto crea desafíos matemáticos y estadísticos complejos, pero ahí es donde radica el futuro de la investigación clínica en el cerebro ".
Esta investigación también subraya la importancia del intercambio de datos entre instituciones, conocido como el modelo Open Science. Los datos del paciente para el estudio provienen de la Iniciativa de neuroimagen de la enfermedad de Alzheimer ADNI, una asociación de más de 30 instituciones en Canadá y Estados UnidosEl conocimiento que este estudio ha agregado a nuestra comprensión de LOAD aún no se descubriría si no fuera por el intercambio de datos. Evans señala que este es solo uno de los cientos de artículos científicos que provienen del conjunto de datos de ADNI.
"Eso en sí mismo es una justificación para el ADNI y el intercambio de datos", dice. "Lo que sucede se produce. Nos beneficiamos de los datos aportados por otros y contribuimos con nuestros propios datos".
Si bien este estudio es uno de los más completos jamás publicados sobre el tema de la progresión de la enfermedad de Alzheimer, Evans dice que le gustaría ir más allá, no solo registrar sino determinar las causas de cada mecanismo, lo que podría ser la clave para desbloquear mejortratamientos. Es algo que está limitado solo por la cantidad de energía de la computadora que Big Data puede proporcionar.
"Este es un desafío matemático computacional que va más allá de todo lo que hemos hecho hasta ahora", dice Evans. "Nuestro objetivo es llegar a un modelo causal de alto nivel de las interacciones entre todos los factores de la enfermedad,pero necesita una gran capacidad de cálculo para hacerlo. Nuestro trabajo es estar preparados con el software, los algoritmos y los datos mientras esperamos que aparezca el hardware ".
"Todavía necesitamos más estudios integradores basados en datos, capaces de considerar todos los posibles factores biológicos involucrados, así como de aclarar las interacciones directas entre estos factores", dice Medina. "Sin eso, no podemos soñar con tratamientos efectivos. Nosotroscontinuaría trabajando en la oscuridad "
Fuente de la historia :
Materiales proporcionado por Universidad McGill . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :