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

A esquizofrenia é uma condição complexa que afeta a forma como uma pessoa pensa, sente e percebe o mundo. Durante décadas, os médicos compreenderam que a química do cérebro desempenha um papel central, envolvendo particularmente a dopamina, um mensageiro químico que ajuda a regular o humor e a atenção. No entanto, o quadro completo é muito mais intrincado. Pesquisas recentes sugerem que o problema também pode residir no delicado equilíbrio entre excitação e inibição dentro da vasta rede de conexões do cérebro; imagine o cérebro como uma cidade onde alguns sinais instigam os neurônios a disparar e outros dizem para eles se acalmarem; quando esse equilíbrio é interrompido, o tráfego da cidade pode tornar-se caótico, levando aos pensamentos e percepções confusos característicos da doença. Embora os medicamentos padrão muitas vezes ajudem a acalmar os sintomas mais óbvios, eles não funcionam para todos. Uma parte significativa dos pacientes continua a sofrer apesar do tratamento, um estado conhecido como esquizofrenia resistente ao tratamento. Compreender por que alguns cérebros respondem à medicação enquanto outros não permanece um dos desafios mais difíceis da psiquiatria.

Para enfrentar este mistério, uma equipa de investigadores da Itália e do Reino Unido recorreu a uma nova e poderosa abordagem chamada modelação de cérebro virtual. Em vez de apenas observar as imagens cerebrais como fotografias estáticas, utilizaram simulações computacionais para recriar a forma como os cérebros dos pacientes realmente funcionam. Recolheram dados detalhados de ressonância magnética de trinta e três pessoas com esquizofrenia e quarenta e três voluntários saudáveis. Entre os pacientes, distinguiram aqueles que tinham respondido bem à medicação padrão daqueles que não tinham, apesar de terem tentado múltiplos tratamentos. Ao introduzir estes dados do mundo real num sofisticado modelo computacional, os cientistas puderam simular o fluxo de atividade elétrica através de todo o cérebro. Este modelo permitiu-lhes estimar propriedades biológicas específicas que são quase impossíveis de medir diretamente num ser vivo, tais como a força com que diferentes regiões cerebrais comunicam entre si e a eficácia com que os "travões" e os "aceleradores" internos do cérebro estão a funcionar.

Os investigadores focaram-se em quatro configurações principais no seu cérebro virtual, cada uma representando um aspeto diferente de como os neurónios comunicam. Analisaram a força das conexões entre áreas cerebrais distantes, os sinais inibitórios locais que acalmam os neurónios, os sinais excitatórios que os despertam e a forma como estes sinais circulam sobre si mesmos. Quando compararam as simulações dos voluntários saudáveis com as dos pacientes, surgiram diferenças claras. Notavelmente, os cérebros dos pacientes que não responderam ao tratamento mostraram um padrão distinto em comparação com aqueles que melhoraram. No grupo resistente ao tratamento, as simulações revelaram um aumento nos sinais excitatórios dentro de certas áreas de processamento visual e um enfraquecimento das conexões nos centros emocionais e de memória. Por outro lado, os pacientes que responderam à medicação padrão mostraram um perfil diferente, com uma redução da atividade excitatória na rede de atenção dorsal, uma região crucial para focar no mundo ao seu redor. Estas descobertas sugerem que a resistência ao tratamento não é apenas uma questão de gravidade, mas um estado biológico fundamentalmente diferente, com a sua própria assinatura única na forma como as redes cerebrais são ajustadas.

Para além de simplesmente distinguir grupos de pacientes, o estudo explorou se estas configurações virtuais poderiam prever a gravidade dos sintomas de uma pessoa. Os modelos computacionais revelaram-se extraordinariamente perspicazes. As simulações mostraram que a força dos sinais inibitórios na rede de modo padrão (default mode network), um sistema ativo durante o devaneio e a autorreflexão, estava ligada à gravidade dos sintomas negativos, como o isolamento social e a falta de motivação. Quando estes sinais inibitórios eram mais fracos na simulação, os pacientes relatavam sintomas negativos mais graves. Da mesma forma, o nível de atividade excitatória na rede límbica, que processa emoções, previu a carga total da doença. Pacientes com menor atividade excitatória neste centro emocional tendiam a apresentar pontuações totais de sintomas mais elevadas. Além disso, a força dos sinais excitatórios na rede de atenção ventral, que ajuda a detetar eventos importantes, estava associada ao pensamento desorganizado. Quanto mais este sinal era reduzido no modelo, mais desorganizados pareciam o discurso e os pensamentos do paciente.

Estes resultados oferecem uma nova forma de olhar para o cérebro na esquizofrenia, indo além das simples descrições de quais áreas estão ativas ou inativas para compreender as regras mecânicas subjacentes que impulsionam essas atividades. O estudo sugere que o equilíbrio de excitação e inibição do cérebro não está quebrado da mesma forma para todos; em vez disso, diferentes redes apresentam alterações específicas dependendo se um paciente responde ou não ao tratamento. Para aqueles que não respondem, o cérebro parece ter uma configuração única de sinais excitatórios e inibitórios que os medicamentos padrão podem não ser capazes de corrigir. Embora os investigadores enfatizem que estas descobertas provêm de simulações computacionais e precisam de validação adicional em grupos maiores, elas fornecem uma hipótese concreta de por que razão alguns pacientes sofrem. Ao identificar estas diferenças específicas ao nível da rede, o trabalho abre caminho para o desenvolvimento de tratamentos mais direcionados que poderiam, um dia, ser adaptados ao perfil biológico único de cada indivíduo, oferecendo potencialmente esperança àqueles que ainda não encontraram alívio.