Cientistas da UNSW Sydney, com colaboradores da Universidade de Boston, desenvolveram uma ferramenta que se mostra promissora na detecção precoce da doença de Parkinson anos antes de os primeiros sintomas começarem a aparecer, depois de se concentrar em 39 pacientes de controle correspondentes.
Principais fatos:
- Doença de Parkinson detectada até 15 anos antes do aparecimento dos sintomaseAtualmente não há nenhum exame de sangue ou metabólico que você possa fazer para detectar a doença de Parkinson
- O programa que eles usaram fez o que seria quase impossível para os humanos – analisando centenas de combinações diferentes de metabólitos (compostos que o corpo decompõe a partir de alimentos, drogas e produtos químicos).
- Pesquisas futuras para examinar se a ingestão de alimentos contendo triterpenóides poderia proteger contra o mal de Parkinson e se os produtos químicos PFAS poderiam desencadear o mal de Parkinson.
Na pesquisa publicada hoje na revista ACS Central Science , os pesquisadores descreveram como usaram redes neurais para analisar biomarcadores nos fluidos corporais dos pacientes.
Os pesquisadores da UNSW School of Chemistry examinaram amostras de sangue coletadas de indivíduos saudáveis coletadas pela Investigação Prospectiva Europeia Espanhola sobre Câncer e Nutrição (EPIC).
A doença de Parkinson é uma doença neurodegenerativa que afeta milhões de pessoas em todo o mundo. A doença causa tremores, rigidez e dificuldade de movimento, o que pode afetar gravemente a qualidade de vida de uma pessoa.
Atualmente, não há cura para a doença de Parkinson, e a detecção precoce é crucial para retardar a progressão da doença.
O desenvolvimento desta ferramenta de IA é um passo significativo na luta contra a doença de Parkinson. Ao identificar indivíduos com alto risco de desenvolver a doença, os médicos podem tomar medidas proativas para retardar sua progressão e melhorar os resultados dos pacientes.
Concentrando-se em 39 pacientes que desenvolveram Parkinson até 15 anos depois, a equipe executou seu programa de aprendizado de máquina em conjuntos de dados contendo extensas informações sobre metabólitos – os compostos químicos que o corpo cria ao quebrar alimentos, drogas ou produtos químicos.
Depois de comparar esses metabólitos com os de 39 pacientes de controle correspondentes – pessoas no mesmo estudo que não desenvolveram Parkinson – a equipe conseguiu identificar combinações únicas de metabólitos que poderiam prevenir ou potencialmente ser sinais de alerta precoce para Parkinson.
Como explica a pesquisadora da UNSW Diana Zhang, ela com o professor associado W. Alexander Donald desenvolveu uma ferramenta de aprendizado de máquina chamada CRANK-MS, que significa Classificação e análise de classificação usando rede neural gera conhecimento de espectrometria de massa.
“O método mais comum de análise de dados metabolômicos é por meio de abordagens estatísticas”, diz a Sra. Zhang.
“Portanto, para descobrir quais metabólitos são mais significativos para os grupos de doença versus controle, os pesquisadores geralmente analisam as correlações envolvendo moléculas específicas.
“Mas aqui levamos em conta que os metabólitos podem ter associações com outros metabólitos – e é aí que entra o aprendizado de máquina. Com centenas a milhares de metabólitos, usamos o poder computacional para entender o que está acontecendo.”
A/Prof. Donald diz que, além de observar combinações de metabólitos, os pesquisadores usaram uma lista não editada de dados.
“Normalmente, os pesquisadores que usam o aprendizado de máquina para examinar as correlações entre metabólitos e doenças reduzem primeiro o número de características químicas, antes de inseri-las no algoritmo”, diz ele.
“Mas aqui alimentamos todas as informações no CRANK-MS sem nenhuma redução de dados logo no início. E a partir disso, podemos obter a previsão do modelo e identificar quais metabólitos estão impulsionando mais a previsão, tudo em uma única etapa.
“Isso significa que, se houver metabólitos que podem ter sido perdidos usando abordagens convencionais, agora podemos buscá-los”, A/Prof. disse Donald.
Como isso pode ser significativo para a doença de Parkinson
Atualmente, a doença de Parkinson é diagnosticada pela observação de sintomas físicos, como um tremor nas mãos em repouso.
Não há exames de sangue ou de laboratório para diagnosticar casos não genéticos. Mas sintomas atípicos, como distúrbios do sono e apatia, podem se apresentar em pessoas com Parkinson décadas antes de os sintomas motores aparecerem.
O CRANK-MS, portanto, pode ser usado ao primeiro sinal desses sintomas atípicos para descartar ou descartar o risco de desenvolver Parkinson no futuro.
No entanto, A/Prof Donald enfatiza que estudos de validação são necessários usando coortes muito maiores e conduzidos em várias partes do globo antes que a ferramenta possa ser usada de forma confiável.
Mas, na coorte limitada examinada para este estudo, os resultados foram promissores, com o CRANK-MS capaz de analisar substâncias químicas encontradas no sangue para detectar a doença de Parkinson com uma precisão de até 96%.
“Este estudo é interessante em vários níveis”, diz ele.
“Primeiro, a precisão é muito alta para prever a doença de Parkinson antes do diagnóstico clínico. Em segundo lugar, essa abordagem de aprendizado de máquina nos permitiu identificar marcadores químicos que são os mais importantes para prever com precisão quem desenvolverá a doença de Parkinson no futuro.
“Em terceiro lugar, alguns dos marcadores químicos que mais impulsionam a previsão precisa foram previamente implicados por outros na doença de Parkinson em ensaios baseados em células, mas não em humanos”.
Examinando os metabólitos de pessoas com Parkinson
Houve algumas descobertas interessantes ao examinar os metabólitos de pessoas que desenvolveram Parkinson no estudo.
Por exemplo, os triterpenóides foram encontrados em concentrações mais baixas no sangue daqueles que mais tarde desenvolveram a doença de Parkinson em comparação com aqueles que não o desenvolveram.
Os triterpenóides são um neuroprotetor conhecido que regula o estresse oxidativo e é comumente encontrado em alimentos como maçãs, azeitonas e tomates.
Um estudo futuro poderia examinar se a ingestão desses alimentos poderia proteger naturalmente contra o desenvolvimento da doença de Parkinson.
Também vale a pena explorar mais a presença de substâncias alquil polifluoradas (PFAS) em pessoas que desenvolveram a doença de Parkinson, que podem estar ligadas à exposição a produtos químicos industriais.
“Temos evidências que sugerem que é PFAS, mas precisamos de mais dados de caracterização para ter 100% de certeza”, diz A/Prof Donald.
CRANK-MS – Disponível gratuitamente para todos
O CRANK-MS é uma ferramenta disponível publicamente para qualquer pesquisador que queira usar o aprendizado de máquina para diagnóstico de doenças usando dados metabolômicos.
“Construímos o modelo de forma que seja adequado ao propósito”, diz a Sra. Zhang.
“A aplicação do CRANK-MS para detectar a doença de Parkinson é apenas um exemplo de como a IA pode melhorar a forma como diagnosticamos e monitoramos doenças. O que é empolgante é que o CRANK-MS pode ser facilmente aplicado a outras doenças para identificar novos biomarcadores de interesse.
“A ferramenta é fácil de usar e, em média, os resultados podem ser gerados em menos de 10 minutos em um laptop convencional.”
O desenvolvimento da nova ferramenta de IA é uma prova do poder da tecnologia para melhorar nossa compreensão de doenças complexas e melhorar os resultados dos pacientes.
Representa um grande passo na luta contra a doença de Parkinson e oferece esperança a milhões de pessoas em todo o mundo que vivem com esta condição debilitante.
Mais histórias
Transfira tudo o que preza com um novo aparelho de TV Fire disponível na Amazon.
Elon Musk apresentou o Cybertruck “destinado à fabricação”.
Impulsiona seus estudos com um laptop projetado para a excelência acadêmica.