El alzhéimer es la causa de demencia más común en el mundo.
Avanços

Per què l'Alzheimer afecta més unes neurones que altres: això han descobert en una universitat espanyola

Els investigadors analitzen més d'1,3 milions de cèl·lules cerebrals i assenyalen una possible via que uneix inflamació i dany en les neurones més vulnerables, tot i que la troballa encara s'ha de confirmar al laboratori

I a més: D'anticossos conjugats a cèl·lules tumorals: la nova teràpia contra el càncer colorectal que preveu la seva arribada en "dos o tres anys"

Llegir en Català
Publicada

Les plaques de la proteïna beta-amiloide i els cabdells de tau són les empremtes més conegudes de l'Alzheimer al cervell, però no expliquen per si soles per què la malaltia castiga unes cèl·lules més que altres. Aquesta és una de les grans preguntes obertes sobre una patologia que, segons la Societat Espanyola de Neurologia (SEN), afecta més de 800.000 persones a Espanya, on es diagnostiquen uns 40.000 casos nous cada any.

“Tot i que es coneixen bé els seus senyals visibles al cervell, l'Alzheimer encara guarda molts misteris, perquè segueix sense estar clar què passa dins de cada tipus de cèl·lula cerebral: quins gens es descontrolen, qui els dirigeix i per què unes neurones són més vulnerables que altres”, explica Andrea Álvarez, investigadora predoctoral de la Universitat Politècnica de Madrid (UPM). Álvarez és la primera autora d'un estudi publicat a la revista NAR Genomics and Bioinformatics que intenta respondre aquestes preguntes des de l'ordinador.

L'equip, format per investigadors del Centre de Tecnologia Biomèdica i de l'Escola Tècnica Superior d'Enginyers Informàtics de la UPM i de l'Institut de Biomedicina de Sistemes Computacionals de la Universitat d'Hamburg, ha combinat dues eines que fins ara s'utilitzaven per separat: la medicina de xarxes i un model d'intel·ligència artificial entrenat amb dades de cèl·lules cerebrals. El resultat és un mapa de com canvia l'activitat dels gens en cada tipus de cèl·lula i una pista nova en un dels grups de neurones més afectats per la malaltia.

Un atles d'1,3 milions de cèl·lules

Els investigadors no han analitzat mostres noves, sinó que han partit d'un recurs públic: l'atles SEA-AD (Seattle Alzheimer’s Disease Brain Cell Atlas). Aquest atles reuneix dades d'expressió gènica, cèl·lula a cèl·lula, de la còrtex temporal mitjà de 84 donants adults amb diferents graus d'afectació per Alzheimer, a més de cinc donants joves sense la malaltia. Al seu torn, aquesta regió del cervell està implicada en la memòria i en la comprensió del llenguatge.

De la mateixa manera, aquest conjunt complet supera els 1,3 milions de cèl·lules, les quals estan classificades en 18 tipus. Per a l'estudi, l'equip va comparar dos grups extrems: les cèl·lules de persones sanes, que van servir de referència, i les de pacients amb el grau més alt de dany neuropatològic per Alzheimer, analitzant en total 681.275 cèl·lules.

Per a això van utilitzar dues eines que es complementen entre si. La primera és la medicina de xarxes, que representa els gens com els nodes d'una xarxa per veure quins s'activen alhora i quins regulen altres. Per a això, els investigadors van utilitzar SCANet, un sistema que reconstrueix aquestes xarxes a partir de dades de cèl·lula única.

La segona és scGPT, un model d'intel·ligència artificial del mateix tipus que els grans models de llenguatge, però entrenat amb dades biològiques. En concret, l'equip va emprar una versió especialitzada en teixit cerebral, preentrenada amb 13,2 milions de cèl·lules. En comparar les cèl·lules sanes amb les de pacients, el model assenyala quins gens guanyen o perden influència sobre els altres.

La veritat és que les dues eines van coincidir en l'essencial: gairebé tots els gens que destacava la intel·ligència artificial formaven part dels mòduls que havia identificat l'anàlisi de xarxes. No obstant això, gairebé no coincidien en com es connectaven aquests gens entre si. Per als autors, això no és una contradicció, sinó la prova que ambdós enfocaments aporten informació “complementària i no redundant”: la intel·ligència artificial apunta als gens més influents i la medicina de xarxes ajuda a entendre com es relacionen.

Una pista a les neurones SST

L'anàlisi mostra que els canvis associats a l'Alzheimer no apareixen dispersos, sinó agrupats en conjunts de gens amb funcions relacionades. Els més destacats tenen a veure amb la matriu extracel·lular, que és l'estructura que envolta i sosté les cèl·lules, amb la senyalització del sistema immunitari i amb la comunicació entre neurones. A més, aquests canvis varien segons el tipus de cèl·lula, cosa que reforça la idea que la malaltia no afecta igual a totes.

No obstant això, la troballa més destacada va aparèixer a les neurones SST, un tipus d'interneurona híbrida "especialment vulnerable a l'Alzheimer", assenyala Álvarez. De fet, van ser les cèl·lules en què la intel·ligència artificial i la medicina de xarxes van demostrar una major coincidència.

En elles, l'equip va identificar un possible eix regulador entre dos gens. Un és CEBPB, un regulador conegut de la resposta inflamatòria el paper del qual en l'Alzheimer ja compta amb suport experimental. L'altre és CENPQ, que codifica una proteïna relacionada amb la divisió cel·lular. En creuar les seves dades amb la informació de l'atles sobre quines cèl·lules estan més danyades, els investigadors van observar que CEBPB estava més present a les neurones afectades, mentre que CENPQ apareixia reduït.

“En elles es va identificar un possible mecanisme regulador nou que uneix inflamació i dany cel·lular, i que està alterat precisament a les neurones més afectades”, explica la investigadora. Els autors plantegen que l'activació de CEBPB en aquestes neurones vulnerables podria connectar la neuroinflamació amb processos de dany a l'ADN o de reactivació del cicle cel·lular, cosa que les neurones madures no haurien de fer.

Pendent de confirmar al laboratori

Els propis investigadors adverteixen que es tracta d'una hipòtesi, ja que l'estudi és una anàlisi computacional, on les xarxes de gens es dedueixen a partir de les dades i no d'experiments. A més, les puntuacions del model d'intel·ligència artificial reflecteixen relacions apreses que no demostren causalitat. Igualment, el treball compara dues situacions concretes, cervells sans i cervells amb Alzheimer avançat, per la qual cosa no permet seguir l'evolució de la malaltia en el temps.

D'altra banda, el treball no proposa cap tractament ni té aplicació clínica immediata. El seu valor està a assenyalar on mirar: els autors consideren que l'eix CEBPB-CENPQ i altres reguladors identificats mereixen validar-se al laboratori, i que combinar intel·ligència artificial i medicina de xarxes pot ajudar a prioritzar dianes en una malaltia per a la qual encara no hi ha cura.