News Release

Proposición de modelo computacional para la enfermedad de Alzheimer

Peer-Reviewed Publication

Mayo Clinic

ROCHESTER, Minnesota. Los investigadores de Mayo Clinic propusieron un nuevo modelo para hacer un mapa de los síntomas de la enfermedad de Alzheimer en la anatomía cerebral. El modelo se creó mediante la aplicación de aprendizaje automático a los datos de imágenes cerebrales de los pacientes. Abarca todo el funcionamiento del cerebro, en lugar de regiones o redes cerebrales específicas, para explicar la relación entre la anatomía cerebral y el procesamiento mental. Los resultados se informan en Nature Communications.

«Este nuevo modelo permite entender mejor cómo funciona y se descompone el cerebro durante la vejez y la enfermedad de Alzheimer, por lo que aporta nuevas maneras de controlar, prevenir y tratar los desórdenes de la mente», comenta el Dr. David T. Jones, neurólogo de Mayo Clinic y autor principal del estudio.

Por lo general, la enfermedad de Alzheimer se ha descrito como un problema del procesamiento de las proteínas. Las proteínas tóxicas, amiloide y tau, se depositan en algunas zonas del cerebro y provocan una falla neuronal que deriva en síntomas clínicos, como pérdida de la memoria, dificultad para comunicarse y confusión.

Sin embargo, no se sabe cuál es la relación entre los síntomas clínicos, los patrones del daño cerebral y la anatomía del cerebro. Además, el paciente también puede padecer más de una enfermedad neurodegenerativa, lo cual dificulta el diagnóstico. Hacer un mapa del comportamiento cerebral con este modelo computacional puede aportar una nueva perspectiva para los médicos clínicos.

El nuevo modelo se creó según las medidas de la glucosa cerebral de la tomografía por emisión de positrones con fluorodeoxiglucosa (FDG-PET, por sus siglas en inglés), realizada en 423 participantes del estudio que sufrían un impedimento cognitivo y tenían conexión con el Estudio de Mayo Clinic sobre el Envejecimiento y con el Centro para la Investigación de la Enfermedad de Alzheimer en Mayo Clinic. La tomografía por emisión de positrones con fluorodeoxiglucosa es una prueba por imágenes que muestra cómo aviva la glucosa ciertas partes del cerebro. Las afecciones neurodegenerativas, como la enfermedad de Alzheimer, la demencia de los cuerpos de Lewy y la demencia frontotemporal, por ejemplo, emplean la glucosa con patrones distintos.

El modelo condensa la compleja anatomía cerebral y relevante para los síntomas de demencia dentro de un marco conceptual y codificado por colores que muestra las zonas cerebrales relacionadas con los trastornos neurodegenerativos y las funciones mentales. Los patrones de las imágenes mostrados en el modelo corresponden a los síntomas del paciente.

La capacidad del modelo de predecir los cambios fisiológicos relacionados con la enfermedad de Alzheimer se validó en 410 personas. Otra validación se obtuvo con la proyección de una gran cantidad de datos sobre el envejecimiento normal y los síndromes demenciales que afectan la memoria, las funciones ejecutivas, el lenguaje, el comportamiento, el movimiento, la percepción, el conocimiento semántico y las capacidades visoespaciales.

Los investigadores descubrieron que tan solo 10 patrones pueden explicar el 51 por ciento de las variaciones en los patrones de consumo de glucosa dentro de los cerebros de pacientes con demencia. Cada paciente posee su propia combinación de estos 10 patrones cerebrales para la glucosa y dicha mezcla se relaciona con el tipo de síntomas que presenta. En la labor de seguimiento, el Programa de Inteligencia Artificial del Departamento de Neurología en Mayo Clinic, dirigido por el Dr. Jones, utiliza estos 10 patrones para trabajar con sistemas de inteligencia artificial que ayudan a interpretar las exploraciones cerebrales de los pacientes evaluados por enfermedad de Alzheimer y otros síndromes afines.

«Este nuevo modelo computacional con más validación y apoyo puede redirigir el esfuerzo científico en el estudio de la mente y la demencia para enfocarlo en la dinámica de los complejos sistemas biológicos, en lugar de concentrarlo principalmente en las proteínas mal plegadas», dice el Dr. Jones.

«Si las funciones mentales relevantes para la enfermedad de Alzheimer se llevan a cabo de forma distribuida por todo el cerebro, se necesita un nuevo modelo de la enfermedad como el que proponemos. Creemos que este modelo puede influir sobre el diagnóstico, los tratamientos y el conocimiento fundamental de la neurodegeneración y de las funciones mentales, en general», concluye el médico.

Otros autores del trabajo y pertenecientes a Mayo Clinic son los siguientes: el Dr. Val Lowe, el Dr. Jonathan Graff-Radford, el Dr. Hugo Botha, el Dr. Leland Barnard, Daniela Wiepert, el Dr. Matthew Murphy, la Dra. Melissa Murray, Matthew Senjem, el Dr. Jeffrey Gunter, Heather Wiste, el Dr. Bradley Boeve, el Dr. David Knopman, el Dr. Ronald Petersen y el Dr. Clifford Jack Jr.

El estudio se financió gracias a los subsidios P30 AG62677, R01 AG011378, R01 AG041851 843, P50 AG016574 y U01 AG06786 de los Institutos Nacionales de Salud, a la Fundación de la familia de Elsie y Marvin Dekelboum, a la Fundación de la familia Liston, a la GHR Foundation, a la Asociación del Alzheimer, a la Fundación Dra. Corinne Schuler, al Race Against Dementia y a la Fundación Mayo para la Educación e Investigación Médica.

El Dr. Jones consta como inventor en una solicitud de patente que describe técnicas de aprendizaje automático para lecturas clínicas automatizadas de imágenes médicas. Los demás autores no declararon ningún conflicto de intereses.

###

Información sobre Mayo Clinic
Mayo Clinic es una organización sin fines de lucro, dedicada a innovar la práctica clínica, la educación y la investigación, así como a ofrecer pericia, compasión y respuestas a todos los que necesitan recobrar la salud. Visite la Red Informativa de Mayo Clinic para leer más noticias sobre Mayo Clinic.


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.