به گزارش ایسنا، طی دهه اخیر محققان ابزارهای نوینی را برای پیش بینی زودتر و درمان بیماری آلزایمر ارائه داده‌اند. عوامل بسیاری وجود دارد که بر خطر ابتلای فرد به بیماری آلزایمر تاثیر می‌گذارد. فرآیندهای مرتبط با سن و عوامل محیطی، اجتماعی و ژنتیکی از جمله این موارد هستند. تاکنون علت دقیق بیماری آلزایمر ناشناخته مانده است. با این‌ حال، تحقیقات در مورد "چرایی" و "چیستی" این بیماری ادامه دارد. در این خبر قصد داریم روش‌های جدیدی که محققان آن را برای پیش‌بینی زودتر بیماری آلزایمر توسعه داده‌اند معرفی کنیم.

واقعیت مجازی

محققان دانشگاه "کمبریج" در یک مطالعه جدید نشان دادند که چگونه یک آزمون مسیریابی در واقعیت مجازی می‌تواند نسبت به دیگر آزمون‌های شناختی استاندارد که به عنوان آزمون‌های استاندارد طلایی شناخته می‌شوند، به خوبی پیش‌بینی کند که بیماران در مراحل اولیه بیماری آلزایمر هستند یا خیر. مدتی است که محققان دریافته‌اند یکی از اولین قسمت‌های مغز که از تحلیل عصبی مربوط به بیماری آلزایمر رنج می‌برد، قشر اینتورهینال(entorhinal cortex) مغز است. منطقه‌ای از مغز که به طور ویژه در زمینه‌های ناوبری و مسیریابی فضایی دخیل است. ایده توسعه این ابزار تشخیصی مبتنی بر واقعیت مجازی این است که این آزمایش ناوبری می‌تواند به تشخیص اینکه کدام بیماران مبتلا به اختلالات شناختی ضعیف بیشتر احتمال دارد به بیماری آلزایمر کامل مبتلا شوند، کمک کند. محققان دانشگاه کمبریج یک مسیریابی واقعیت مجازی طراحی کرده‌اند که به طور خاص برای آزمایش اختلال در قشر اینتورهیتال فرد طراحی شده است. محققان ۴۵ فرد مبتلا به اختلالات شناختی ضعیف(MCI) را برای تشخیص اینکه تنها به اختلالات شناختی ضعیف مبتلا هستند یا خطر ابتلا به آلزایمر در آنها بالا است آزمودند. نمونه‌های مایع مغزی-نخاعی از همه افراد مورد مطالعه برای آزمایش زیست‌نشانگرهای مربوط به آلزایمر گرفته شد و ۱۲ مورد مثبت شناسایی شد. محققان پس از انجام آزمایش مسیریابی واقعیت مجازی متوجه شدند که تمام افراد مبتلا به اختلالات شناختی ضعیف که دارای نشانگرهای آلزایمر بودند نسبت به کسانی که فقط مبتلا به اختلالات شناختی ضعیف بودند در انجام وظایف خود بدتر عمل کردند. همچنین این آزمایش نشان داد که آزمون مذکور برای شناسایی بیمارانی که دارای احتمال زیادی برای ابتلا به آلزایمر هستند نسبت به سایر آزمون‌های شناختی که در حال حاضر در کلینیک‌ها یا تحقیقات مورد استفاده قرار می‌گیرد بهتر عمل می‌کند. محققان می‌گویند این آزمایش می‌تواند به عنوان یک ابزار تشخیصی زودهنگام برای تشخیص بیماران مبتلا به آلزایمر استفاده شود.

هوش مصنوعی

پژوهشگران آمریکایی سعی دارند تا از روش‌های مبتنی بر هوش مصنوعی برای پیش‌بینی به موقع و درمان بهتر آلزایمر استفاده کنند. اخیرا پژوهشگران "دانشگاه پنسیلوانیا" (UPenn) از روش‌های مبتنی بر هوش مصنوعی برای یافتن الگوهای موجود در داده‌های به دست آمده از بیش از ۶۰ هزار بیمار مبتلا به آلزایمر استفاده کردند تا یکی از بزرگترین پژوهش‌ها را در مورد این بیماری انجام دهند. "لی شن"(Li Shen)، از پژوهشگران این پروژه گفت: ما می‌دانیم الگوهای پیچیده‌ای در مغز وجود دارند که قابل تشخیص از طریق مشاهده نیستند. ممکن است که یک نشانگر ژنتیکی مستقل وجود نداشته باشد که شخص را در معرض بیماری قرار دهد اما ترکیبی از ژن‌ها وجود دارند که می‌توانند الگوهای مربوط به بیماری را شکل دهند. پژوهشگران قصد دارند با استفاده از یافته‌های این پژوهش، مدلی برای پیش‌بینی کاهش شناختی و پیشرفت آلزایمر ارائه دهند که در آینده می‌توان از آن برای درمان این بیماری استفاده کرد.

واکسن

واکسن جدیدی موسوم به  "E۲۲W۴۲ DC" که توسط محققان "دانشگاه بهداشت فلوریدای جنوبی"(USF Health) ساخته شده، نشان داده که ایمنی درمانی با هدف قرار دادن انواع نوروتوکسیک پپتید آمیلوئید بتا که باعث ایجاد پلاک بین سلول‌های عصبی می‌شود، می‌تواند از پیشرفت بیشتر بیماری آلزایمر جلوگیری کند. این واکسن از سلول‌های ایمنی بدن برای هدف قرار دادن مولکول های سمی Aβ که به شکل آسیب زا در مغز جمع می‌شوند، استفاده می‌کند و مهمتر از همه، بدون ایجاد واکنش خود ایمنی ناخواسته و مرتبط با واکسن در موش‌های مسن، اثرات تعدیل سیستم ایمنی را ایجاد می‌کند. این واکسن بر روی موش‌هایی که از نظر ژنتیکی برای ابتلا به ناهنجاری‌های شناختی مانند انسان مهندسی شده بودند، در مرحله پیش بالینی آزمایش شد و موش‌ها در این آزمایش به چهار گروه تقسیم شدند. به طور کلی، نتایج کاملاً قابل اعتمادی به دست آمد. گروهی که با "E۲۲W۴۲ DC" واکسینه شده بودند نسبت به گروه‌های دیگر خطاهای کمتری در حافظه نشان دادند. علاوه بر این، سطح التهاب گروه واکسینه شده همانند گروه سالم بود.این واکسن در حال حاضر در حال توسعه است و می‌تواند به تقویت سیستم ایمنی سالمندان کمک کند و از ادامه بیماری جلوگیری کند.

روش درمانی جدید

پژوهشگران سوئدی، روش جدیدی را برای درمان آلزایمر ارائه داده‌اند و باور دارند تاثیر آن می‌تواند بیش از روش‌های دیگر باشد. هنگام بروز بیماری آلزایمر، یک پروتئین، خوشه‌هایی را در مغز تشکیل می‌دهد و موجب می‌شود که فرد مبتلا به این بیماری، حافظه خود را از دست بدهد. گروهی از پژوهشگران "دانشگاه اوپسالا"(Uppsala University) سوئد، یک روش درمانی جدید ارائه داده‌اند که می‌تواند به تخریب عناصر سازنده این توده‌های پروتئینی کمک کند. در بیماری آلزایمر، پپتید آمیلوئید بتا طی فرآیندی موسوم به "تجمع"، خوشه‌هایی را در مغز تشکیل می‌دهد. روش‌های درمان آلزایمر که در حال حاضر مورد استفاده قرار می‌گیرند، تلاش می‌کنند تا این پیوند خوشه‌های عامل بیماری را از بین ببرند اما توانایی از بین بردن خوشه‌های کوچکتر را که شاید سمی‌تر باشند، ندارند. روش درمانی پژوهشگران دانشگاه اوپسالا، پیوندهای خوشه‌ای را پیش از این که فرصت تجمع پیدا کنند، از بین می‌برد. بدین ترتیب، این روش درمانی می‌تواند امکان تشکیل همه انواع این تجمع‌ها را کاهش دهد. پژوهشگران تا مدت‌ها بر این باور بوده‌اند که پپتید موسوم به "سوماتواستاتین"(Somatostatin) می‌تواند بدن را برای کاهش آمیلوئید بتا که تجمع را شکل می‌دهد، فعال کند اما پژوهشگران در گذشته نتوانسته‌اند از سوماتواستاتین به عنوان دارو استفاده کنند زیرا عمر آن در خون، بسیار کوتاه است و نمی‌تواند از سد خونی مغز عبور کند تا به محل تشکیل تجمع برسد. طی این مطالعه محققان برای آنکه بتوانند سوماتواستاتین را به عنوان یک درمان به کار گیرند، آن را با نوعی پروتئین مخصوص حمل و نقل در مغز ترکیب کردند. این کار به سوماتواستاتین امکان داد تا وارد مغز شود. این روش، بسیار موثر بود. هنگامی که از پروتئین استفاده کردند، سوماتواستاتین توانست برای چندین روز در مغز باقی بماند.اگرچه این پژوهش روی موش‌ها انجام شده است اما پژوهشگران باور دارند که سوماتواستاتین، همین اثر را بر انسان نیز خواهد داشت و شاید موثرتر از بقیه روش‌های درمانی باشد.

یادگیری ماشین

پژوهشگران دانشگاه "ام.آی.تی"یک مدل یادگیری ماشینی ابداع کرده‌اند که می‌تواند امکان ابتلا به آلزایمر را پیش‌بینی کند. این مدل، کار خود را با پیش‌بینی نمرات آزمایش‌های شناختی بیماران طی بازه زمانی ۲ ساله انجام می‌دهد. شاید بتوان از این مدل، برای بهبود روش انتخاب داروها و آزمایش‌های بالینی استفاده کرد. مدل مذکور به بیماران نیز کمک می‌کند تا بدانند که آیا کاهش قدرت شناختی سریعی را در ماه‌ها و سال‌های آینده تجربه می‌کنند یا خیر؛ در نتیجه بیماران و خانواده آنها می‌توانند خود را آماده کنند. مدل یادگیری ماشینی که محققان توسعه دادند در آزمایشات توانست پیش‌بینی‌های دقیقی را در بازه‌های زمانی ۶، ۱۲، ۱۸ و ۲۴ ماه ارائه دهد. پژوهشگران امیدوارند که بتوانند از این مدل برای کمک به بیمارانی که در خطر ابتلا به آلزایمر قرار دارند استفاده کنند.

انتهای پیام