Physiker der Australian National University (ANU) haben Nanotechnologie, künstliche Intelligenz und Molekularbiologie kombiniert, um eine neue Methode zur Suche nach Proteinmarkern der Alzheimer-Krankheit im Blut zu entwickeln. Diese Marker sind verräterische Anzeichen für eine frühe Neurodegeneration, und die Früherkennung ist unser bester Schutz, um wirksam in das Fortschreiten der Alzheimer-Krankheit einzugreifen. Zwar gibt es derzeit keine Heilung für die Krankheit, wenn die Symptome jedoch bis zu 20 Jahre im Voraus beim ersten Auftreten erkannt werden können, besteht das Potenzial, die Gesundheitsergebnisse dramatisch zu verändern.
Während sich viele Forschungsarbeiten auf die Entwicklung zielgerichteter Therapien zur Behandlung der Alzheimer-Krankheit im Spätstadium konzentrieren, wurden auch im Bereich der fortgeschrittenen Diagnostik große Fortschritte erzielt.
Co-Autor Professor Patrick Kluth von der School of Research Physics der Australian National University sagte: „Derzeit basiert die Alzheimer-Diagnose hauptsächlich auf Hinweisen auf eine geistige Verschlechterung in einem Stadium, in dem die Krankheit das Gehirn schwer geschädigt hat. Frühzeitige Erkennung ist entscheidend für eine wirksame Behandlung, erfordert jedoch häufig invasive und teure Eingriffe wie Lumbalpunktionen im Krankenhaus, die eine körperliche und geistige Belastung für die Patienten darstellen können.“
Forscher haben einen ultradünnen Siliziumchip entwickelt, der mit nanoskaligen Löchern, sogenannten festen Nanoporen, bedeckt ist. Anschließend wird eine kleine Menge Blut auf den Chip gegeben und durch den Nanoporen-Transferprozess kann die komplexe Proteinmischung im Blut getrennt werden. Der Chip wird dann in ein Gerät in der Größe eines Mobiltelefons eingesetzt, wo ein Algorithmus der künstlichen Intelligenz nach Proteinen sucht, die mit einer Proteinsignatur übereinstimmen, die mit der früh beginnenden Alzheimer-Krankheit in Verbindung gebracht wird.
Die Forscher fanden heraus, dass das Modell durch die Klassifizierung von Proteinsignalen anhand von Signaleigenschaften eine deutlich hohe Genauigkeit (96,4 % Spezifität) bei der Identifizierung von vier maschinell erlernten Proteinkombinationen aufwies. Da Proteine einzigartige, personalisierte genetische Baupläne enthalten, könnten sie mit der richtigen Technologie eine noch größere Rolle in der medizinischen Diagnose spielen.
Co-Autor Shankar Dutt, ein Forscher an der Australian National University, sagte: „Wenn die Person ihr Risikoniveau so weit im Voraus erkennen kann, hat sie genug Zeit, aggressive Lebensstiländerungen und medikamentöse Behandlungsstrategien vorzunehmen, die dazu beitragen können, das Fortschreiten der Krankheit zu verlangsamen.“
Die Forscher stellen fest, dass sich die neue Technologie zwar auf die Alzheimer-Krankheit konzentriert, die verwendeten Algorithmen jedoch darauf trainiert werden können, nach anderen Krankheiten zu suchen und diese gleichzeitig zu erkennen. Zu diesen Krankheiten gehören die Parkinson-Krankheit, Multiple Sklerose (MS) und Amyotrophe Lateralsklerose (ALS).
„Blut ist eine komplexe Flüssigkeit, die mehr als 10.000 verschiedene biologische Moleküle enthält“, sagte Dutt. „Durch den Einsatz fortschrittlicher Filtrationstechniken und die Nutzung unserer Nanoporenplattform in Kombination mit unseren intelligenten Algorithmen für maschinelles Lernen können wir möglicherweise die schwer fassbaren Proteine identifizieren.“
Clouse fügte hinzu, dass das Team hofft, dass die Screening-Technologie innerhalb der nächsten fünf Jahre verfügbar sein wird und es Patienten ermöglichen wird, Ergebnisse „nahezu in Echtzeit“ zu erhalten.
„Dieser schnelle und einfache Test kann von Hausärzten und anderen Ärzten durchgeführt werden, wodurch Krankenhausbesuche überflüssig werden und er besonders praktisch für Menschen ist, die in regionalen und abgelegenen Gebieten leben“, sagte er.
Die Forschung wurde in der Zeitschrift SmallMethods veröffentlicht.