Virtual Brain Modelling Reveals Altered Network Dynamics and Predicts Symptom Severity in Schizophrenia: Relevance to Antipsychotic Treatment Response and Resistance.

La schizofrenia è una condizione complessa che influenza il modo in cui una persona pensa, sente e percepisce il mondo. Per decenni, i medici hanno compreso che la chimica del cervello gioca un ruolo centrale, in particolare coinvolgendo la dopamina, un messaggero chimico che aiuta a regolare l'umore e l'attenzione. Tuttavia, il quadro completo è molto più intricato. Ricerche recenti suggeriscono che il problema possa anche risiedere nel delicato equilibrio tra eccitazione e inibizione all'interno della vasta rete di connessioni del cervello; immaginate il cervello come una città in cui alcuni segnali spingono i neuroni a scattare e altri dicono loro di calmarsi; quando questo equilibrio viene interrotto, il traffico della città può diventare caotico, portando ai pensieri e alle percezioni confusi tipici della malattia. Sebbene i farmaci standard aiutino spesso a calmare i sintomi più evidenti, non funzionano per tutti. Una parte significativa di pazienti continua a lottare nonostante il trattamento, uno stato noto come schizofrenia resistente al trattamento. Comprendere perché alcuni cervelli rispondano ai farmaci mentre altri no rimane una delle sfide più difficili della psichiatria.

Per affrontare questo mistero, un team di ricercatori provenienti dall'Italia e dal Regno Unito si è rivolto a un nuovo e potente approccio chiamato modellazione del cervello virtuale. Invece di guardare le scansioni cerebrali solo come immagini statiche, hanno utilizzato simulazioni al computer per ricreare il modo in cui i cervelli dei pazienti funzionano realmente. Hanno raccolto dati dettagliati di risonanza magnetica da trentatré persone con schizofrenia e quarantatré volontari sani. Tra i pazienti, hanno distinto tra coloro che avevano risposto bene alla terapia standard e quelli che non lo avevano fatto, nonostante avessero provato molteplici trattamenti. Alimentando questo modello con dati del mondo reale, gli scienziati sono stati in grado di simulare il flusso di attività elettrica attraverso l'intero cervello. Questo modello ha permesso loro di stimare proprietà biologiche specifiche che sono quasi impossibili da misurare direttamente in una persona viva, come quanto fortemente diverse aree cerebrali comunichino tra loro e quanto bene funzionino i "freni" e gli "acceleratori" interni del cervello.

I ricercatori si sono concentrati su quattro impostazioni chiave nel loro cervello virtuale, ognuna delle quali rappresenta un diverso aspetto del modo in cui i neuroni comunicano. Hanno esaminato la forza delle connessioni tra aree cerebrali distanti, i segnali inibitori locali che calmano i neuroni, i segnali eccitatori che li svegliano e il modo in cui questi segnali tornano ciclicamente su se stessi. Quando hanno confrontato le simulazioni dei volontari sani con quelle dei pazienti, sono emerse chiare differenze. In particolare, i cervelli dei pazienti che non avevano risposto al trattamento mostravano un modello distinto rispetto a quelli che erano migliorati. Nel gruppo resistente al trattamento, le simulazioni hanno rivelato un aumento dei segnali eccitatori in certe aree di elaborazione visiva e un indebolimento delle connessioni nei centri emotivi e della memoria. Al contrario, i pazienti che rispondevano ai farmaci standard mostravano un profilo diverso, con una ridotta attività eccitatoria nella rete dell'attenzione dorsale, una regione cruciale per concentrarsi sul mondo circostante. Questi risultati suggeriscono che la resistenza al trattamento non sia solo una questione di gravità, ma uno stato biologico fondamentalmente diverso, con la sua firma unica nel modo in cui le reti cerebrali sono regolate.

Oltre a distinguere semplicemente tra gruppi di pazienti, lo studio ha esplorato se queste impostazioni virtuali potessero predire la gravità dei sintomi di una persona. I modelli informatici si sono dimostrati straordinariamente perspicaci. Le simulazioni hanno mostrato che la forza dei segnali inibitori nella rete del default mode, un sistema attivo durante il sognare a occhi aperti e l'auto-riflessione, era legata alla gravità dei sintomi negativi come il ritiro sociale e la mancanza di motivazione. Quando questi segnali inibitori erano più deboli nella simulazione, i pazienti riportavano sintomi negativi più gravi. Allo stesso modo, il livello di attività eccitatoria nella rete limbica, che elabora le emozioni, prediceva il carico complessivo della malattia. I pazienti con una minore attività eccitatoria in questo centro emotivo tendevano ad avere punteggi totali dei sintomi più elevati. Inoltre, la forza dei segnali eccitatori nella rete dell'attenzione ventrale, che aiuta a rilevare eventi importanti, era legata al pensiero disorganizzato. Più questo segnale era ridotto nel modello, più il linguaggio e i pensieri del paziente apparivano disorganizzati.

Questi risultati offrono un nuovo modo di guardare al cervello nella schizofrenia, andando oltre la semplice descrizione di quali aree siano attive o inattive per comprendere le regole meccaniche sottostanti che guidano tali attività. Lo studio suggerisce che l'equilibrio tra eccitazione e inibizione del cervello non è rotto allo stesso modo per tutti; invece, diverse reti mostrano alterazioni specifiche a seconda che un paziente risponda o meno al trattamento. Per coloro che non rispondono, il cervello sembra avere una configurazione unica di segnali eccitatori e inibitori che i farmaci standard potrebbero non essere in grado di correggere. Sebbene i ricercatori sottolineino che questi risultati derivano da simulazioni al computer e necessitino di ulteriore validazione in gruppi più ampi, essi forniscono un'ipotesi concreta del perché alcuni pazienti lottino. Identificando queste specifiche differenze a livello di rete, il lavoro apre la porta allo sviluppo di trattamenti più mirati che potrebbero un giorno essere adattati al profilo biologico unico di ogni individuo, offrendo potenzialmente speranza a coloro che non hanno ancora trovato sollievo.