Analisi del punto secco
Il morbo di Alzheimer può essere diagnosticato poco prima della comparsa dei sintomi?

14/07/2022, 16:20

Finora, il morbo di Alzheimer poteva essere diagnosticato solo quando comparivano i sintomi. Ma poi i neuroni nel cervello sono già distrutti. Pertanto, i ricercatori si affidano alla diagnosi precoce in modo semplice e all’intelligenza artificiale.

I ricercatori hanno sviluppato un metodo che potrebbe essere utilizzato in futuro per diagnosticare il morbo di Alzheimer in una fase precoce. Azam Jehanipur e George Lahn del Karlsruhe Institute of Technology (KIT) possono utilizzare questo per determinare la presenza di proteine ​​patologicamente modificate sia nel sangue che nel liquido cerebrospinale, cioè nei campioni di liquori, in un modo relativamente semplice. L’intelligenza artificiale li aiuta in questo.

Ma come è? Le proteine ​​beta amiloide denaturate sono indicatori della malattia di Alzheimer. Si presume che anche i più piccoli cambiamenti nella composizione biochimica di proteine ​​e peptidi portino allo sviluppo di molte malattie neurodegenerative come il morbo di Alzheimer e il morbo di Parkinson. Le proteine ​​​​patologicamente modificate non possono più essere scomposte correttamente nel cervello, aggregarsi e infine danneggiare i neuroni, portando ai sintomi noti della malattia.

Il duo di ricercatori si è proposto di trovare un modo per identificare gli indicatori. Hanno avuto l’idea di rilevare la disformazione attraverso la speciale struttura di essiccazione delle soluzioni proteiche e peptidiche. È già noto che il risultato dell’essiccazione delle macchie sulle superfici dipende dalle proprietà chimiche delle proteine. I pattern di colorazione studiati vanno da film omogenei a pattern ramificati e intrecciati a disposizioni complesse. Il metodo è anche noto come effetto anello del caffè.

Robot di campionamento e intelligenza artificiale

Per vedere se il metodo è adatto anche per il rilevamento di proteine ​​beta-amiloide patologicamente alterate, i ricercatori hanno sciolto le proteine ​​beta-amiloide malate e sane in un liquido specifico e, per ottenere la precisione desiderata, hanno fatto cadere la soluzione su una lastra di vetro di una pipetta robot. . Quindi, le gocce sono state asciugate per 40 minuti in condizioni controllate.

Tuttavia, poiché le differenze nelle immagini asciutte sono appena distinguibili dall’occhio umano, Jeihanipour e Lahann hanno deciso di utilizzare l’intelligenza artificiale. Il cosiddetto sistema di apprendimento profondo è stato inizialmente “alimentato” con circa 400 stereotipi locali di proteine ​​modificate patologicamente e circa 400 immagini di proteine ​​sane. Il sistema è stato quindi alimentato con altri 720 record per la classificazione.

I modelli di macchie sono come le impronte digitali

“I pattern di colorazione per i peptidi dell’amiloide-beta rappresentano impronte digitali che riflettono l’identità strutturale e spaziale del peptide”, afferma Lahan in uno dei suoi articoli. AVVISO KIT Citato. Non è solo caratteristico e riproducibile, ma si traduce anche nella classificazione di otto mutazioni con un’accuratezza di previsione di oltre il 99%.

Secondo i ricercatori, questo metodo ha un grande potenziale. Da un lato, può essere utilizzato per ulteriori ricerche sulle malattie neurodegenerative che derivano da proteine ​​e peptidi patologici. I ricercatori ritengono inoltre che il metodo potrebbe diventare una base diagnostica rapida, affidabile e relativamente semplice per identificare malattie neurodegenerative come l’Alzheimer o il morbo di Parkinson nelle fasi iniziali. I risultati sono stati Nell’attuale rivista specializzata “Advanced Materials” il petto.