I ricercatori della Brown University hanno identificato un biomarcatore cerebrale specifico che potrebbe migliorare significativamente la capacità di prevedere la progressione del lieve deterioramento cognitivo verso la malattia di Alzheimer. Questo approccio innovativo si focalizza sulla misurazione dell’attività elettrica generata dai neuroni, offrendo un metodo diretto per individuare i segnali precoci della patologia all’interno del cervello.
Malattia di Alzheimer: identificato di un nuovo biomarcatore neurologico
Stephanie Jones, docente di neuroscienze presso il Carney Institute for Brain Science della Brown University e co-direttrice della ricerca, ha sottolineato come il team abbia rilevato uno schema nei segnali elettrici cerebrali in grado di prevedere quali pazienti abbiano maggiori probabilità di sviluppare la malattia entro un arco temporale di due anni e mezzo. L’osservazione non invasiva di un nuovo marcatore precoce della progressione dell’Alzheimer rappresenta un traguardo fondamentale nella ricerca neuroscientifica.
In collaborazione con un team di studiosi dell’Università Complutense di Madrid, il gruppo di ricerca ha analizzato le registrazioni dell’attività cerebrale di 85 individui con diagnosi di lieve deterioramento cognitivo. Lo studio ha previsto un monitoraggio dei partecipanti esteso su diversi anni, una metodologia che ha permesso ai ricercatori di documentare con precisione l’evoluzione delle condizioni cliniche dei soggetti nel corso del tempo.
L’attività cerebrale è stata acquisita utilizzando la magnetoencefalografia (MEG), una tecnica diagnostica non invasiva che rileva con estrema sensibilità i segnali elettrici prodotti dal cervello. Durante le sessioni di registrazione, i partecipanti sono stati monitorati in uno stato di riposo e con gli occhi chiusi, garantendo così la rilevazione di modelli neurologici di base privi di interferenze da stimoli esterni.
Innovazione nell’analisi computazionale dei dati MEG
Le metodologie tradizionali impiegate per l’analisi dei dati ottenuti tramite magnetoencefalografia si basano prevalentemente sulla media dei segnali, un processo che tuttavia rischia di oscurare dettagli fondamentali relativi al comportamento dei singoli neuroni. Per ovviare a tale limite, la professoressa Jones e il suo team della Brown University hanno sviluppato un avanzato strumento computazionale denominato Spectral Events Toolbox.
Questa risorsa permette di scomporre l’attività cerebrale in eventi distinti, rendendo possibile l’identificazione precisa della tempistica, della frequenza, della durata e dell’intensità dei segnali. L’efficacia di questo strumento è testimoniata dalla sua ampia adozione nella comunità scientifica, con oltre 300 citazioni in studi accademici.
Attraverso l’utilizzo dello Spectral Events Toolbox, i ricercatori hanno focalizzato la propria attenzione sull’attività cerebrale nella banda di frequenza beta, un parametro strettamente correlato ai processi mnemonici e di particolare rilievo nello studio dell’Alzheimer.
Il confronto tra i modelli di attività beta di soggetti con lieve deterioramento cognitivo ha rivelato discrepanze significative tra coloro che hanno successivamente sviluppato la patologia e coloro che sono rimasti stabili. Nello specifico, i pazienti che hanno ricevuto una diagnosi di Alzheimer entro trenta mesi manifestavano eventi beta caratterizzati da una frequenza ridotta, una durata inferiore e una minore potenza elettrica.
I biomarcatori attualmente utilizzati, che analizzano il liquido spinale o il sangue, sono in grado di rilevare l’accumulo di placche di beta-amiloide e di proteina tau, ma non forniscono informazioni su come le cellule cerebrali reagiscano effettivamente a tali danni. L’introduzione di un biomarcatore basato sull’attività elettrica cerebrale offre invece una prospettiva inedita e diretta sul funzionamento dei neuroni sottoposti allo stress della malattia.
Secondo David Zhou, ricercatore post-dottorato presso la Brown University, questo approccio consente di osservare la risposta cellulare in tempo reale, aprendo nuove strade per la fase successiva della ricerca scientifica.
Prospettive per la diagnosi precoce e il monitoraggio clinico
La professoressa Jones ipotizza che lo Spectral Events Toolbox possa in futuro rappresentare una risorsa fondamentale per i medici nel riconoscere i segnali del morbo di Alzheimer prima della manifestazione di un declino cognitivo significativo. La scoperta di questo segnale specifico apre la strada a una diagnosi estremamente precoce; una volta replicati i risultati, i professionisti sanitari potrebbero utilizzare questo kit di strumenti non solo per l’identificazione della malattia, ma anche come parametro oggettivo per verificare l’efficacia degli interventi terapeutici adottati.
Il progetto sta attualmente entrando in una nuova fase operativa, sostenuta dal prestigioso Zimmerman Innovation Award in Brain Science del Carney Institute. Dopo aver identificato le caratteristiche degli eventi beta che predicono la progressione patologica, il prossimo obiettivo del team è approfondire i meccanismi di generazione di tali segnali attraverso l’uso di sofisticati modelli neurali computazionali. Ricreando virtualmente le disfunzioni cerebrali che producono tali anomalie elettriche, i ricercatori mirano a collaborare con altri specialisti per testare terapie mirate alla correzione del problema alla radice.
Il valore scientifico di questa ricerca è supportato da importanti istituzioni internazionali, con finanziamenti provenienti dai National Institutes of Health (NIH), inclusa l’iniziativa Brain Research through Advancing Innovative Neurotechnologies (BRAIN). Oltre ai contributi statunitensi, il progetto beneficia del supporto di diverse agenzie di finanziamento in Spagna, a testimonianza del carattere globale e collaborativo dell’impegno profuso per contrastare l’Alzheimer.
Lo studio è stato pubblicato sulla rivista Imaging Neuroscience.
