Teste simples prevê risco de Alzheimer até 20 anos antes do aparecimento dos sintomas

Físicos da Universidade Nacional Australiana (ANU) combinaram nanotecnologia, inteligência artificial e biologia molecular para conceber uma nova forma de procurar marcadores proteicos da doença de Alzheimer no sangue. Estes marcadores são sinais reveladores de neurodegeneração precoce, e a detecção precoce é a nossa melhor defesa contra uma intervenção eficaz na progressão da doença de Alzheimer. Embora atualmente não exista cura para a doença, se os sintomas puderem ser detectados com até 20 anos de antecedência, quando os sintomas aparecem pela primeira vez, tem o potencial de alterar drasticamente os resultados de saúde.

Embora muitas pesquisas tenham se concentrado no desenvolvimento de terapias direcionadas para tratar a doença de Alzheimer em estágio avançado, também foram feitos muitos progressos no campo do diagnóstico avançado.

O co-autor, Professor Patrick Kluth, da Escola de Pesquisa Física da Universidade Nacional Australiana, disse: "Atualmente, o diagnóstico de Alzheimer é baseado principalmente em evidências de deterioração intelectual em um estágio em que a doença danificou gravemente o cérebro. A detecção precoce é crucial para um tratamento eficaz, mas muitas vezes requer procedimentos invasivos e caros, como punções lombares no hospital, que podem representar um fardo físico e mental para os pacientes."

Os pesquisadores desenvolveram um chip de silício ultrafino coberto com buracos em nanoescala, conhecidos como nanoporos sólidos. Uma pequena quantidade de sangue é então colocada no chip e, através do processo de transferência de nanoporos, a complexa mistura de proteínas do sangue pode ser separada. O chip é então inserido num dispositivo do tamanho de um telemóvel, onde um algoritmo de inteligência artificial procura proteínas que correspondam a uma assinatura proteica associada à doença de Alzheimer de início precoce.

Os pesquisadores descobriram que, ao classificar os sinais de proteínas com base nas propriedades do sinal, o modelo teve uma precisão significativamente alta (especificidade de 96,4%) na identificação de quatro combinações de proteínas aprendidas por máquina. Como as proteínas contêm modelos genéticos únicos e personalizados, elas poderiam desempenhar um papel ainda maior no diagnóstico médico com a tecnologia certa.

O coautor Shankar Dutt, pesquisador da Universidade Nacional Australiana, disse: “Se a pessoa puder descobrir seu nível de risco com tanta antecedência, então ela terá tempo suficiente para começar a fazer mudanças agressivas no estilo de vida e estratégias de tratamento medicamentoso que podem ajudar a retardar a progressão da doença”.