Minería de datos contra el alzhéimer

Investigadores de la Universidad Politécnica de Madrid han comparado los niveles de expresión genética en regiones del cerebro afectadas por la enfermedad de Alzheimer mediante técnicas de inteligencia computacional. De esta forma han analizado la actividad de genes relacionados con el ciclo circadiano del cuerpo y algunos síntomas neurosiquiátricos.

Minería de datos contra el alzhéimer
Reconstrucción de neuronas granulares, que forman el 80% de las neuronas del giro dentado.Imagen: FIUPM.

Mediante técnicas de aprendizaje automático y minería de datos, investigadores del Computational Intelligence Group de la Facultad de Informática de la Universidad Politécnica de Madrid (FIUPM) han comparado los niveles de expresión de los genes de pacientes con la enfermedad de Alzheimer (EA) en dos zonas claves del hipocampo: el giro dentado, donde la enfermedad muestra poca o nula actividad, y la corteza entorrinal, donde produce grandes daños neuronales.

Los resultados, publicados en la revista Computer Methods and Programs in Biomedicine, corroboran hallazgos previos, pero también plantean nuevas hipótesis de trabajo en la investigación del alzhéimer. Uno de estos hallazgos es la desactivación de los genes DEC1 y BTRC, involucrados en la regulación del reloj molecular que controla el ciclo circadiano del cuerpo.

De hecho, uno de los síntomas más comunes del alzhéimer es la disfunción del sueño, efecto derivado de la pérdida de referencia circadiana. Los cerebros de los pacientes no identifican correctamente cuando deben dormir o estar despiertos. Los periodos de falta de sueño hacen que la producción de beta amieloide se incremente, haciendo que la enfermedad continúe su progresión.

Otro resultado informa sobre la desregulación del gen S100A10. Este gen juega un papel fundamental en los receptores de serotonina cuya actividad está ligada a síntomas neuropsiquiátricos en pacientes con alzhéimer. También se sabe que está involucrado en la patogénesis y regulación de desordenes depresivos. Su nivel de actividad diferencial entre giro dentado y corteza entorrinal corrobora estas asociaciones, así como recientes hallazgos que lo identifican como un nuevo biomarcador temprano de la EA.

La técnica de minería de datos utilizada se enmarca dentro de la disciplina de la inteligencia computacional. La potencia de cómputo disponible hoy permite analizar grandes cantidades de datos complejos de una manera holística, y así identificar nuevos hallazgos o plantear nuevas hipótesis. En concreto, este estudio ha utilizado técnicas estadísticas de conjunción (ensemble, en inglés) de modelos matemáticos para buscar genes relevantes y redes de dependencias entre ellos. En ambos casos, el paradigma matemático empleado ha sido un 'clasificador bayesiano' (un tipo de clasificador probabilístico).

Los científicos han utilizado técnicas estadísticas para investigar los genes relevantes en la enfermedad

El hipocampo, el área del cerebro en la que se ha centrado el estudio, es una estructura compleja perteneciente al lóbulo temporal medial del cerebro. Desempeña un papel clave para la memoria, la atención y la orientación espacial. Está compuesta por seis regiones, entre las que destaca el giro dentado, una de las pocas zonas del cerebro adulto donde se produce nacimiento de nuevas neuronas (neurogénesis) a lo largo de toda la vida. Se sabe que esta neurogénesis realiza un papel fundamental en la creación de nuevos recuerdos. Estudios histopatológicos posmortem han evidenciado que el giro dentado es la zona hipocampal con menor afectación por parte del alzhéimer.

Por su parte, la corteza entorrinal es el nexo principal entre el hipocampo y la neocorteza. Esta área ejerce un papel clave en la formación y consolidación de recuerdos, así como en la recuperación de recuerdos biográficos, declarativos y espaciales. Hoy en día sabemos que la corteza entorrinal no solo es una de las primeras áreas en ser afectadas por la enfermedad de Alzheimer, sino que es donde mayores lesiones produce su progresión.

Referencia bibliográfica:

Armañanzas, R., Larrañaga, P. & Bielza, C. "Ensemble transcript interaction networks: A case study on Alzheimer's disease". Computer Methods and Programs in Biomedicine, 108(1), 442-450, 2012.

Fuente: UPM
Derechos: Creative Commons
Artículos relacionados