Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Biología# Neurociencia

Avances en el diagnóstico de enfermedades neurodegenerativas

Nuevos métodos de rayos X pueden mejorar el diagnóstico temprano de enfermedades neurodegenerativas.

― 7 minilectura


Nuevo método de rayos XNuevo método de rayos Xpara el diagnóstico deNDDneurodegenerativas.detección de enfermedadesUna técnica innovadora puede mejorar la
Tabla de contenidos

Las Enfermedades neurodegenerativas (END) como el Alzheimer y el Parkinson afectan a mucha gente. Diagnosticar estas enfermedades temprano es clave para mejores resultados en el tratamiento. Una forma importante de ayudar con el diagnóstico es usando Técnicas de imagen y pruebas de Biomarcadores. Este artículo se centra en cómo métodos más avanzados pueden mejorar la comprensión y manejo de las END.

Prácticas actuales en diagnóstico

Actualmente, los doctores usan principalmente métodos de imagen que dependen de la inspección visual para diagnosticar las END. La FDA ha aprobado agentes de imagen que se adhieren a partes específicas del cerebro. Por ejemplo, DaTscan ayuda a visualizar transportadores de dopamina en pacientes sospechosos de tener síndrome parkinsoniano. Otro marcador, Fluorodopa, detecta neuronas dañadas de dopamina.

En el Alzheimer, las técnicas de imagen pueden mostrar placas de amiloide y enredos de tau, que son indicadores comunes de la enfermedad. A pesar de lo útil que es la evaluación visual, estudios recientes indican que medir estos biomarcadores de forma cuantitativa puede aumentar la confianza en los diagnósticos.

La importancia de los métodos cuantitativos

Los métodos cuantitativos en imagen ofrecen una manera continua de medir niveles de objetivos específicos. Esto es mejor que simplemente decir si algo está o no. Por ejemplo, estos métodos pueden ayudar a identificar signos tempranos de END que son más difíciles de interpretar visualmente, especialmente en casos ambiguos.

Cuantificar biomarcadores también ayuda a seguir cómo progresa la enfermedad, categorizar a los pacientes según la etapa de la enfermedad y determinar el mejor momento para intervenir con tratamientos. En particular, en el Alzheimer, conocer los niveles exactos de los marcadores de la enfermedad puede guiar ensayos clínicos y mejorar los resultados para los pacientes.

Biomarcadores y su medición

Ahora se están usando diferentes métricas cuantitativas en imagen para las END. Para el Alzheimer, las medidas incluyen la relación de valor de captación estandarizada (SUVr) y centiloid (CL). El SUVr compara la captación de agentes de imagen en áreas objetivo con áreas de referencia, mientras que el centiloid estandariza estas medidas entre diferentes marcadores.

Sin embargo, algunos de estos métodos tienen desventajas. Por ejemplo, el SUVr puede variar, haciendo difícil detectar cambios con el tiempo. Se han desarrollado nuevos métodos, como la métrica de carga de Aβ, que estima la cantidad de amiloide en el cerebro sin requerir procedimientos de imagen complicados.

Las pruebas basadas en fluidos también juegan un papel en el diagnóstico del Alzheimer. Las pruebas en líquido cefalorraquídeo (LCR) y plasma miden biomarcadores específicos relacionados con la enfermedad. Estas pruebas han mostrado alta precisión en predecir el Alzheimer, pero menos en otras condiciones como las sinucleinopatías.

Desafíos con las técnicas actuales

Hay varios desafíos asociados con las pruebas de imagen diagnóstica y biomarcadores actuales. Por un lado, los métodos tradicionales a menudo dependen de la inspección visual, lo que puede llevar a errores, especialmente en casos tempranos o poco claros. Además, aunque algunos métodos de imagen ofrecen buena precisión, a menudo requieren un punto de referencia o región, lo que los hace menos efectivos en ciertas situaciones.

El uso de resonancia magnética (RM) junto con la imagenología PET también complica las cosas. Normalmente, se necesita la RM para ayudar a estandarizar los resultados de PET, lo que puede aumentar el costo y la complejidad de los protocolos de imagen.

Otro problema es que algunas técnicas, sobre todo las que involucran escáneres PET, pueden requerir un agente de contraste para obtener resultados óptimos. Esto puede limitar su uso en pacientes que no pueden tolerar tales agentes.

El potencial de nuevas técnicas

Dado estos desafíos, hay un gran interés en desarrollar nuevas técnicas de imagen que no requieran agentes de contraste o regiones de referencia complejas. Por ejemplo, los investigadores están explorando el uso de métodos de Dispersión de rayos X para detectar y cuantificar agregados de proteínas en tejidos cerebrales.

Estas técnicas de rayos X se centran en una estructura específica que se encuentra en muchas proteínas dañinas asociadas con enfermedades neurodegenerativas. Al medir esta estructura, los investigadores esperan evaluar con precisión la presencia y cantidad de estas proteínas sin necesidad de una región de referencia o agentes de contraste.

Metodología para la técnica de rayos X

En este nuevo enfoque, los investigadores utilizan muestras de cerebro de oveja para probar sus métodos. El cerebro se corta en secciones, y varios agregados de proteínas se incrustan en esas secciones. Este entorno permite experimentos controlados donde las cantidades de agregados pueden variar sistemáticamente.

Luego se aplica la dispersión de rayos X. Esto implica exponer las muestras cerebrales a haces de rayos X y medir los patrones de dispersión resultantes. Al analizar estos patrones usando técnicas específicas, se pueden determinar con precisión las cantidades de agregados de proteínas.

Resultados de las pruebas de rayos X

Las pruebas iniciales usando métodos de rayos X en tejido cerebral muestran resultados prometedores. Los patrones de dispersión producidos a partir de las muestras de tejido pudieron reflejar con precisión las cantidades de agregados presentes. Incluso cantidades bajas de agregados se pudieron detectar de manera efectiva, lo que sugiere que este método puede ser muy sensible y útil para el diagnóstico temprano de las END.

Cuando los investigadores variaron las cantidades de agregados, notaron un aumento lineal en las señales de dispersión. Esto indica que, a medida que hay más agregados en el tejido, la fuerza de las señales de rayos X también aumenta.

Comparación con métodos convencionales

El nuevo método de rayos X tiene varias ventajas sobre las técnicas de imagen tradicionales. Por un lado, no requiere una región de referencia, lo que lo hace más simple y posiblemente menos propenso a errores. Además, los resultados se pueden obtener en tiempo real sin las complejidades de otros métodos de imagen.

La técnica de dispersión de rayos X también permite un amplio rango de detección de agregados, incluyendo oligómeros y fibrilas, que son críticos en varias END. Esta flexibilidad lo convierte en una herramienta valiosa tanto para la investigación como para la práctica clínica.

Conclusión y direcciones futuras

El desarrollo de la técnica de dispersión de rayos X marca un avance emocionante en el diagnóstico y comprensión de las enfermedades neurodegenerativas. La capacidad de cuantificar agregados de proteínas de manera precisa y confiable abre nuevas puertas para la intervención y estrategias de tratamiento tempranas.

La investigación futura se centrará en validar esta técnica en contextos más amplios, particularmente con tejidos humanos y en comparación con métodos diagnósticos existentes. El objetivo es crear una herramienta confiable que se pueda usar en la práctica clínica para mejorar los resultados de los pacientes con enfermedades neurodegenerativas. Este trabajo representa un paso clave hacia mejorar nuestra comprensión y manejo de estas condiciones desafiantes.

Fuente original

Título: Label-free and reference region-free X-ray cross-beta index for quantifying protein aggregates of neurodegenerative diseases

Resumen: Background and objectivesRecent advancements in therapies targeting various protein aggregates, ranging from oligomers to fibrils, in neurodegenerative diseases exhibit considerable promise. This underscores the imperative for robust quantitative methods capable of accurately detecting and quantifying these biomarker aggregates across different structural states, even when present in sparse quantities during the early stages of the disease continuum. In response to this exigency, we propose and assess an X-ray-based quantitative metric designed for the global and region-specific detection and quantification of oligomers and fibrils within tissues. This methodology proves applicable to a broad spectrum of neurodegenerative diseases, including Alzheimers and Parkinsons. Notably, unlike positron emission tomography (PET)-based biomarker quantification methods, our approach obviates the need for a contrast agent or a reference region. MethodsWe assessed the proposed metric, termed X-ray cross-{beta} aggregate index (X{beta}AI), in a sheep brain model and brain tissue phantoms, incorporating synthetic oligomers and fibrils characterized against amyloid {beta}-42 and -synuclein aggregates. Detection of these biomarkers utilized laboratory-based monochromatic, and polychromatic X-ray sources, specifically targeting the cross-{beta} substructure of protein aggregates. We employed a peak-location, knowledge-based material decomposition approach to extract target signals from the complex X-ray scattering spectrum originating from a mixture of tissue, water, and aggregate signals. ResultsClinically relevant quantities of oligomers and fibrils were detected in tissues from different brain regions using the laboratory-based X-ray scattering method, without the need for a contrast agent. The signals from protein aggregates were successfully recovered from composite X-ray scattering spectra through material decomposition, eliminating the need for a reference region. The area under the peak of the decomposed inter-{beta}-strand signal correlated well with aggregate burden in synthetically diseased brain tissues. The X-ray cross-{beta} aggregate index (X{beta}AI) accurately quantified aggregate burden in heterogeneous tissues across various brain regions and effectively tracked the deposition increments in specific tissue regions. ConclusionOur study introduces a novel metric, for both regional and global quantification of protein aggregates linked to various protein misfolding diseases, including synucleinopathies.

Autores: Karthika Suresh, E. Dahal, A. Badano

Última actualización: 2024-02-02 00:00:00

Idioma: English

Fuente URL: https://www.biorxiv.org/content/10.1101/2024.01.31.578167

Fuente PDF: https://www.biorxiv.org/content/10.1101/2024.01.31.578167.full.pdf

Licencia: https://creativecommons.org/publicdomain/zero/1.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a biorxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares