مدل‌سازی رایانه‌ای رشد آلزایمر در مغز+فیلم

به گزارش ایسنا و به نقل از گیزمگ، گروهی از پژوهشگران "دانشگاه استنفورد"(Stanford University) آمریکا موفق شدند نخستین مدل رایانه‌ای را ابداع کنند که می‌تواند چگونگی ارتباط پروتئین‌های سمی را با گسترش چندین "بیماری نورودژنراتیو"(NDD) در مغز تشخیص دهد.

بیماری نورودژنراتیو، طیف گسترده‌ای از بیماری‌ها هستند که نورون‌های مغز را درگیر کرده و به تدریج باعث از بین رفتن آنها می‌شوند.

این مدل، علاوه بر ارائه یک ابزار تشخیصی برای شناسایی بیماری در مراحل ابتدایی، می‌تواند به پژوهشگران در تشخیص بهتر کارآیی درمان‌های جدید کمک کند.

تمرکز ابتدایی این مدل، در ابتدا بر سه بیماری اصلی نورودژنراتیو یعنی آلزایمر، پارکینسون و "اسکلروز جانبی آمیوتروفیک"(ALS) است. در این آزمایش، ابتدا پروتئین‌های خاص خطرناک که با رشد هر بیماری در ارتباط هستند، با بررسی مغز چند بیمار شناسایی شدند. سپس، یک مدل رایانه‌ای با ترکیب دانش مربوط به تفاوت عبور سیگنال‌ها در مغز ابداع شد.

"الن کول"(Ellen Kuhl)، از نویسندگان این پژوهش گفت: کار مدل رایانه‌ای ما، اتصال نقاط میان داده‌های ثابت برای نشان دادن پیشرفت بیماری با ارائه جزئیات بی‌سابقه است.

این گروه پژوهشی برای بررسی بیماری آلزایمر، دو شبیه‌سازی جداگانه برای مدل‌سازی رشد پروتئین‌های "تاو"(tau) و "آمیلوئید بتا" (amyloid beta) طراحی کردند. با قرار گرفتن پروتئین‌های سمی در ناحیه خاصی از مغز، مدل رایانه‌ای توانست رشد بیماری را به صورت موثر شبیه‌سازی کند و الگوهای مرتبط با رشد بیماری را به دقت ارائه دهد.

به گفته پژوهشگران، به رغم وجود انواع پروتئین در بیماری‌های متفاوت نورودژنراتیو و نقاط مبدا گوناگون در مغز، می‌توان رشد هر یک از بیماری‌ها را به صورت کلی و براساس نوروآناتومی مغز پیش‌بینی کرد.

"جان ویکنمیر"(Johannes Weickenmeier)، نویسنده ارشد این پژوهش گفت: با استفاده از داده‌های بیشتر و روش‌های تصویربرداری مغزی جدید، شاید مدل‌های تجسمی بیماری بتوانند به صورت انفرادی در بیماران به کار گرفته شوند و به پزشکان در پیش‌بینی رشد نشانه‌های خاص کمک کنند.

وی افزود: شاید با کمک این مدل رایانه‌ای، در آینده بتوانیم بیماری‌ها را دقیق‌تر پیش‌بینی کنیم.

این پژوهش، در مجله "Physical Review Letters" به چاپ رسید.