Continuous amyloid staging complements global amyloid burden in early Alzheimer's disease

La enfermedad de Alzheimer comienza su labor mucho antes de que una persona olvide un nombre o se pierda en una calle familiar. Décadas antes de que aparezcan estos signos evidentes, una proteína pegajosa llamada amiloide comienza a agruparse en el cerebro. Los científicos pueden ver estos cúmulos utilizando una cámara especial llamada escáner PET, que toma imágenes de la química del cerebro. Durante mucho tiempo, los investigadores han medido cuánto de esta proteína existe promediando la cantidad en todo el cerebro, dando un único número que representa la carga total. Esta medida global es útil, pero tiene un punto ciego. En las etapas muy tempranas de la enfermedad, la proteína podría estar reuniéndose únicamente en unos pocos vecindarios pequeños y específicos del cerebro. Si se promedia todo el cerebro, esos cambios pequeños y tempranos pueden perderse en el ruido, lo que dificulta determinar exactamente qué tan avanzada está la enfermedad o quién está en riesgo próximamente.

Un equipo de investigadores ha desarrollado una nueva forma de observar estos escaneos cerebrales que captura esta actividad temprana y sutil. En lugar de solo contar la cantidad total de proteína, crearon un sistema que mapea el patrón específico de dónde se localiza la proteína. Al entrenar a una computadora para reconocer el orden en el que estos patrones aparecen a lo largo del tiempo, construyeron una herramienta que puede situar a una persona en una escala continua de progresión de la enfermedad. Este nuevo método, al que llaman DAPS, hace más que simplemente confirmar que el amiloide está presente; revela cómo se está desplazando la enfermedad a través del cerebro, incluso cuando la cantidad total de proteína parece no haber cambiado. Los investigadores descubrieron que esta nueva escala puede predecir quién perderá la memoria más rápido, incluso entre personas que tienen la misma cantidad total de amiloide en sus cerebros.

El estudio comenzó con datos de miles de personas que se habían sometido a escaneos cerebrales durante varios años. Los investigadores utilizaron un tipo de inteligencia artificial que aprende por sí misma, sin que se le diga quién tiene la enfermedad o quién no. Alimentaron a la computadora con miles de imágenes cerebrales que muestran la distribución de la proteína amiloide en sesenta y ocho regiones diferentes de la corteza. El trabajo de la computadora era comprimir este mapa complejo de sesenta y ocho regiones en un solo número que representara una etapa de la enfermedad. Para asegurar que este número tuviera sentido a lo largo del tiempo, los investigadores enseñaron a la computadora una regla simple: si una persona regresa para un segundo escaneo años después, el número de la etapa de la enfermedad debería permanecer igual o aumentar, nunca disminuir. Esto aseguró que la herramienta respetara el flujo natural del tiempo y la progresión de la enfermedad.

Cuando los investigadores probaron esta nueva herramienta, demostró ser mucho mejor para mantener la línea de tiempo recta que los métodos anteriores. Los enfoques antiguos a veces daban a una persona un número de etapa inferior en un escaneo posterior al que tenía en uno anterior, lo cual contradice cómo funciona la enfermedad. El nuevo sistema evitó estos errores casi por completo, creando un camino suave y lógico que coincidía con el orden real de las visitas. Más importante aún, los investigadores descubrieron que esta nueva escala ofrecía información que el antiguo recuento global omitía. Encontraron un punto específico en su escala donde la relación entre el patrón de la enfermedad y la cantidad total de proteína cambiaba. Antes de este punto, el patrón del amiloide estaba cambiando y volviéndose más organizado en áreas específicas, aun cuando la cantidad total de proteína en el cerebro permanecía relativamente estable. Después de este punto, la cantidad total de proteína y el patrón de la enfermedad comenzaban a aumentar juntos.

Esta distinción resultó ser crucial para comprender el riesgo. Los investigadores tomaron dos grupos de personas que tenían exactamente la misma cantidad total de amiloide en sus cerebros al inicio del estudio. Un grupo estaba en la etapa temprana de la nueva escala basada en patrones, y el otro estaba en la etapa tardía. Aunque sus recuentos totales de proteína eran idénticos, las personas en la etapa tardía de la escala de patrones comenzaron a perder la memoria mucho más rápido que aquellas en la etapa temprana. Este hallazgo se mantuvo constante en dos grupos diferentes de personas, incluyendo un grupo separado de participantes que eran todos cognitivamente normales al inicio. La herramienta identificó con éxito qué individuos estaban en un camino más pronunciado hacia el declive, simplemente observando la forma de la distribución del amiloide en lugar de solo el volumen total.

Los investigadores también observaron de cerca qué partes del cerebro estaban impulsando estos cambios tempranos. Encontraron que las regiones más responsables del cambio en la etapa temprana eran el precúneo y la cingulada posterior, áreas situadas en el centro y la parte posterior del cerebro. Estas son las mismas áreas que otros estudios han identificado como los primeros lugares donde el amiloide tiende a acumularse. Esto sugiere que la nueva herramienta no es solo un truco matemático, sino un reflejo del proceso biológico real de la enfermedad. Al enfocarse en la disposición espacial de la proteína, el sistema puede detectar las huellas de la enfermedad antes de que sean lo suficientemente grandes como para cambiar el promedio general.

Las implicaciones de este trabajo son significativas para la forma en que podríamos estudiar y tratar el Alzheimer en el futuro. Debido a que la herramienta puede identificar a personas que progresan más rápido incluso cuando sus niveles totales de amiloide parecen similares, podría ayudar a los científicos a seleccionar a los participantes adecuados para los ensayos clínicos. En lugar de agrupar a todos con el mismo recuento total de proteína, los investigadores podrían usar esta nueva escala para encontrar a aquellos que están en el mayor riesgo de declive. Esto podría facilitar la observación de si un tratamiento está funcionando, especialmente en las fases más tempranas de la enfermedad cuando los cambios son sutiles. Los investigadores señalan que, aunque su herramienta fue construida utilizando un tipo específico de escaneo cerebral, la lógica detrás de ella —observar patrones en lugar de solo totales— podría aplicarse a otras formas de medir la enfermedad. El trabajo sugiere que para comprender verdaderamente el comienzo del Alzheimer, no debemos mirar solo cuánto hay, sino exactamente hacia dónde se dirige.