Ανακαλύψεις στην οπτογενετική και την τεχνητή νοημοσύνη
Παγκοσμίως αναγνωρίσιμες προσωπικότητες όπως ο Muhammad Ali και ο Michael J. Fox έχουν υποφέρει από την ασθένεια του Πάρκινσον. Αυτή η νόσος παρουσιάζει ένα σύνθετο σύνολο κινητικών συμπτωμάτων, περιλαμβάνοντας τρόμο, ακαμψία, βραδυκινησία και αστάθεια στη στάση. Ωστόσο, οι παραδοσιακές διαγνωστικές μέθοδοι έχουν δυσκολευτεί να ανιχνεύσουν ευαίσθητα τις αλλαγές στα πρώιμα στάδια, ενώ οι φαρμακευτικές αγωγές που στοχεύουν στη ρύθμιση των σημάτων του εγκεφάλου έχουν περιορισμένη κλινική αποτελεσματικότητα.
Η έρευνα από Κορεάτες επιστήμονες
Πρόσφατα, Κορεάτες ερευνητές απέδειξαν με επιτυχία την προοπτική μιας τεχνολογίας που ενσωματώνει την τεχνητή νοημοσύνη και την οπτογενετική ως εργαλείο για ακριβή διάγνωση και θεραπευτική αξιολόγηση της ασθένειας του Πάρκινσον σε ποντίκια. Επιπλέον, πρότειναν μια στρατηγική για την ανάπτυξη εξατομικευμένων θεραπειών επόμενης γενιάς. Το KAIST (Πρόεδρος Κουάνγκ Χιουνγκ Λι) ανακοίνωσε στις 22 Σεπτεμβρίου ότι μια συνεργατική ερευνητική ομάδα—που περιλαμβάνει την ομάδα του Καθηγητή Γουόν Ντο Χέο από το Τμήμα Βιολογικών Επιστημών, την ομάδα του Καθηγητή Νταεσού Κιμ από το Τμήμα Εγκεφαλικών και Γνωστικών Επιστημών, και την ομάδα του Διευθυντή Τσανγκ-Τζουν Λι από το Ινστιτούτο Βασικής Επιστήμης (IBS) Κέντρο για τη Γνώση και την Κοινωνικότητα—πέτυχε μια προκλινική ερευνητική ανακάλυψη συνδυάζοντας την ανάλυση AI με την οπτογενετική.
Δημιουργία μοντέλου ποντικού για Πάρκινσον
Η ερευνητική ομάδα δημιούργησε ένα μοντέλο ποντικού με ασθένεια Πάρκινσον σε δύο στάδια σοβαρότητας. Αυτά ήταν αρσενικά ποντίκια με ανωμαλίες στην πρωτεΐνη άλφα-συνουκλεΐνη, ένα τυπικό μοντέλο που χρησιμοποιείται για την προσομοίωση της ανθρώπινης νόσου Πάρκινσον για διαγνωστική και θεραπευτική έρευνα. Σε συνεργασία με την ομάδα του Καθηγητή Κιμ στο KAIST, εισήγαγαν την εκτίμηση 3D θέσης βασισμένη σε AI για τη συμπεριφορική ανάλυση. Η ομάδα ανέλυσε πάνω από 340 χαρακτηριστικά συμπεριφοράς—όπως το βάδισμα, οι κινήσεις των άκρων και οι τρόμοι—από τα ποντίκια με Πάρκινσον και τα συμπύκνωσε σε ένα μοναδικό μέτρο: την AI-προβλεπόμενη βαθμολογία νόσου Πάρκινσον (APS).
Η ανάλυση έδειξε ότι η APS παρουσίασε σημαντική διαφορά από την ομάδα ελέγχου μόλις δύο εβδομάδες μετά την πρόκληση της νόσου. Αποδείχθηκε επίσης πιο ευαίσθητη στην αξιολόγηση της σοβαρότητας της νόσου σε σύγκριση με τις παραδοσιακές δοκιμές κινητικών λειτουργιών. Η μελέτη προσδιόρισε βασικά διαγνωστικά χαρακτηριστικά, περιλαμβάνοντας αλλαγές στο βήμα, ασύμμετρες κινήσεις των άκρων και τρόμους στο στήθος.
Για τη θεραπεία, η ερευνητική ομάδα χρησιμοποίησε την τεχνολογία optoRET, η οποία ελέγχει με ακρίβεια τα νευροτροφικά σήματα με φως. Αυτή η τεχνική αποδείχθηκε αποτελεσματική στο μοντέλο ποντικού, οδηγώντας σε πιο ομαλό βάδισμα και κινήσεις των άκρων και μείωση των τρόμων. Συγκεκριμένα, ένα πρόγραμμα που περιλάμβανε την έκθεση στο φως κάθε δεύτερη μέρα αποδείχθηκε το πιο αποτελεσματικό, ενώ παρουσίασε και τάση προστασίας των νευρώνων που παράγουν ντοπαμίνη στον εγκέφαλο.
Αυτή είναι η πρώτη φορά στον κόσμο που έχει εφαρμοστεί ένα προκλινικό πλαίσιο που συνδέει την πρώιμη διάγνωση, την αξιολόγηση θεραπείας και την επαλήθευση μηχανισμού της νόσου Πάρκινσον, συνδυάζοντας την ανάλυση συμπεριφοράς βασισμένη σε AI με την οπτογενετική. Αυτό θέτει μια κρίσιμη βάση για μελλοντικές προσεγγίσεις στην καταπολέμηση της νόσου.
