L’analisi di quasi 50.000 scansioni cerebrali ha rivelato cinque diversi modelli di atrofia cerebrale legati all’invecchiamento e alle malattie neurodegenerative. L’analisi ha anche collegato i modelli a fattori legati allo stile di vita come il fumo e il consumo di alcol, nonché a marcatori genetici ed ematici associati allo stato di salute e al rischio di malattia.

Il lavoro è un "capolavoro metodologico" che potrebbe far avanzare significativamente la comprensione dell'invecchiamento da parte dei ricercatori, afferma Andrei Irimia, gerontologo dell'Università della California del Sud a Los Angeles, non coinvolto nel lavoro. "Prima di questo studio, sapevamo che l'anatomia del cervello cambia con l'invecchiamento e le malattie. Ma la nostra capacità di catturare questa complessa interazione era molto più modesta."

Lo studio è stato condotto il 15 agosto aMedicina della naturapubblicato.

Rughe nel cervello

L’invecchiamento può causare non solo capelli grigi ma anche cambiamenti nell’anatomia del cervello visibili nelle immagini di risonanza magnetica, con alcune aree che si restringono o subiscono cambiamenti strutturali nel tempo. Tuttavia, queste trasformazioni sono sottili. "L'occhio umano non è in grado di percepire modelli di cambiamenti sistematici del cervello" associati a questo degrado, afferma Christos Davatzikos, specialista di imaging biomedico presso l'Università della Pennsylvania a Filadelfia e autore dell'articolo.

Studi precedenti hanno dimostrato che l’apprendimento automatico può estrarre le sottili impronte dell’invecchiamento dai dati MRI. Tuttavia, questi studi erano spesso di portata limitata e di solito includevano dati provenienti da un numero relativamente piccolo di persone.

Per identificare modelli più ampi, il team di Davatzikos ha avviato uno studio che ha richiesto circa otto anni per essere completato e pubblicato. Hanno utilizzato un metodo di deep learning chiamato Surreal-GAN, sviluppato dal primo autore Zhijian Yang mentre era studente nel laboratorio di Davatzikos. Gli scienziati hanno addestrato l’algoritmo utilizzando la risonanza magnetica cerebrale di 1.150 persone sane di età compresa tra 20 e 49 anni e 8.992 anziani, inclusi molti con disturbi cognitivi. Ciò ha insegnato all’algoritmo a riconoscere le caratteristiche ricorrenti del cervello che invecchia, permettendogli di costruire un modello interno di strutture anatomiche che cambiano simultaneamente, in contrapposizione a quelle che tendono a cambiare in modo indipendente.

I ricercatori hanno poi applicato il modello risultante alle scansioni MRI di quasi 50.000 persone che partecipavano a vari studi sull’invecchiamento e sulla salute neurologica. Questa analisi ha fornito cinque modelli distinti di atrofia cerebrale. Gli scienziati hanno collegato diversi tipi di degenerazione cerebrale legata all’età a combinazioni dei cinque modelli, sebbene esistessero alcune differenze tra le persone con la stessa condizione.

Modelli di invecchiamento

Ad esempio, la demenza e il suo precursore, il lieve deterioramento cognitivo, avevano collegamenti con tre dei cinque modelli. È interessante notare che i ricercatori hanno anche trovato prove che i modelli identificati potrebbero essere potenzialmente utilizzati per rivelare la probabilità di un’ulteriore degenerazione cerebrale in futuro. "Se si vuole prevedere la transizione da uno stato cognitivamente normale a un lieve deterioramento cognitivo, una cosa era la più preveggente", afferma Davatzikos. "Nelle fasi successive, l'aggiunta di un secondo [modello] arricchisce la tua previsione, il che ha senso perché cattura la diffusione della patologia." Altri modelli erano associati a malattie come il Parkinson e l'Alzheimer, nonché una combinazione di tre modelli fortemente predittivi della mortalità.

Gli autori hanno trovato chiari collegamenti tra modelli specifici di atrofia cerebrale e vari fattori fisiologici e ambientali, tra cui il consumo di alcol e il fumo, nonché varie firme genetiche e biochimiche associate alla salute. Davatzikos afferma che questi risultati probabilmente riflettono l’impatto del benessere fisico generale sulla salute neurologica, poiché il danno ad altri sistemi di organi può avere conseguenze per il cervello.

Tuttavia, Davatzikos avverte che lo studio “non significa che tutto possa essere ridotto a cinque numeri” e il suo team intende lavorare con set di dati che includono una gamma più ampia di malattie neurologiche e presentano una maggiore diversità etnica e culturale.