پیش بینی ابتلا به زوال عقل 15 سال قبل

زندگی نیوز/خراسان رضوی سال هاست که دانشمندان در تلاش هستند مکانیزمی ایجاد کنند که در آن تشخیص زودهنگام به پیش بینی یا به تاخیر انداختن علایم زوال عقل کمک کند؛ اکنون دانشمندان چینی از بانک اطلاعاتی بزرگ و هوش مصنوعی برای پیش بینی زوال عقل 15 سال قبل از شروع علایم استفاده می کنند.

زوال عقل، اصطلاح کلی است که در آن سلول های عصبی مغز طی یک دوره زمانی از بین می روند یا آسیب می بینند و باعث اختلال در تفکر، حافظه و تصمیم گیری می شوند که در عملکرد روزانه مغز اختلال ایجاد می کند.

پیش‌بینی ابتلا به زوال عقل ۱۵ سال قبل

پژوهش جدیدی که توسط محققان بریتانیایی و چینی انجام شده است به خوبی نشان می دهد که چگونه پروفایل پروتیین های خون تا 15 سال قبل از تشخیص بیماری، زوال عقل را به دقت پیش بینی می کند. دانشمندان چینی می گویند با تجزیه و تحلیل نمونه خون بیمار، گام بزرگی در جهت پیش بینی خطر ابتلا به زوال عقل تا یک دهه و نیم قبل از شروع علایم برداشته اند.

دانشمندان از پایگاه داده بیش از 50 هزار نفر برای شناسایی پروتیین های مرتبط با خطر ابتلا به انواع مختلف زوال عقل استفاده و گروه تحقیق با کمک هوش مصنوعی مدل پیش بینی برای ارزیابی خطر بیماری ایجاد کردند.

دانشمند ارشد این پژوهش، یو جین تای، استاد عصب شناسی در بیمارستان هاوشن شان وابسته به دانشگاه فودان اظهار کرد: استفاده از هوش مصنوعی یکی از عوامل کلیدی برای موفقیت این تحقیق بود.

این گروه پژوهشی با استفاده از استراتژی مبتنی بر داده، به طور ابتکاری بیومارکرهای مهم پلاسما را برای پیش بینی زوال عقل در آینده شناسایی کردند. آزمایش های خون برای تشخیص انواع زوال عقل مانند آلزایمر در حال افزایش است و از یک قطره خون افراد می توانند تشخیص دهند که آیا بروز علایم آغاز شده و فرد به این بیماری مبتلا است یا خیر.

اما دانشمندان اهداف بزرگتری برای ابزارهای نشانگر زیستی خون در ذهن دارند، مانند استفاده از آنها برای پیش بینی دقیق اینکه آیا بیمار ممکن است در آینده به این بیماری مبتلا شود، حتی قبل از اینکه علایم بالینی را نشان دهد.

پیش بینی ابتلا به زوال عقل 15 سال قبل

به گفته پژوهشگران، هیچ درمانی برای زوال عقل وجود ندارد و توانایی درک اینکه آیا فرد می تواند به آن مبتلا شود یا خیر، ممکن است به تشخیص و مداخله زودهنگام کمک کند.

مطالعه گسترده پروتیین ها – که پروتیومیکس نیز نامیده می شود – می تواند برای یافتن داروها یا مداخلات تشخیصی احتمالی برای بیماری ها و درک بهتر نحوه عملکرد بدن انسان مورد استفاده قرار گیرد با این حال، گروه پژوهشی ثابت کرد که مطالعه سیستماتیک پروتیین ها در خون به دلیل «محدودیت های فنی» و فقدان روش های مقایسه دشوار است.

پژوهشگران برای غلبه بر این موانع، از هم گروه عظیم بیوبانک بریتانیا استفاده کردند که بیش از 50هزار نفر را در سنین 40 تا 69 سال ثبت نام کرده و دوره پیگیری متوسط 14 ساله را از اواسط دهه 2000 ثبت کرده است.

بیش از 1400 نفر از افراد گروه زیستی بانک – که همگی نمونه های بیولوژیکی و اطلاعات جمعیت شناختی را ارایه کردند – طی 10 سال پس از جمع آوری داده های اولیه، دچار زوال عقل شدند. به تازگی این بانک زیستی مجموعه داده جدیدی  بیش از 1400 پروتیین پلاسما یا خون را منتشر کرده که در نمونه های شرکت کنندگان در جلسات دریافت اولیه و پیگیری یافت شده است.

این پژوهش می گوید: این انتشار داده ها فرصتی بی سابقه برای انجام پژوهش پروتیومیکس روی پروتیین های خون مرتبط با ایجاد زوال عقل ارایه کرده است.

آنان گفتند که این مورد به آنان اجازه می دهد که مسیر پروتیین های پلاسما را از زمان تشخیص زوال عقل ردیابی و زمانی که هر پروتیین شروع به انحراف از مقادیر کنترل طبیعی می کند را  ارزیابی کنند.

دانشمندان صدها پروتیین مرتبط را پیدا کردند اما مطالعه خود را بر روی تعداد انگشت شماری از پروتیین های مهم متمرکز کردند که مشخص شد حداقل یک دهه قبل از شروع بالینی زوال عقل شروع به تغییر در بیان خود کرده اند.

پیش بینی ابتلا به زوال عقل 15 سال قبل

یو گفت که این پروتیین ها با استفاده از الگوریتم هوش مصنوعی به نام ماشین تقویت کننده گرادیان نو، که از یادگیری ماشینی برای غربالگری پروتیین ها و ترکیباتی که بیشترین ارتباط را با خطر زوال عقل دارند، مورد ارزیابی قرار دادند.

الگوریتم یادگیری ماشین برای تعیین این مورد استفاده شد که کدامیک از پروتیین ها، مدل پیش بینی بهتری ایجاد کرده است سپس در برابر داده های بانک زیستی که نشان می داد کدام افراد مبتلا به زوال عقل هستند، ارزیابی شد.

یو گفت: این الگوریتم که نقشی «حیاتی» در این تحقیق ایفا کرده است، «قابلیت های تشخیص و پیش بینی الگوی قدرتمندی» داشت که امکان غربالگری کارآمدتر مجموعه داده های مقیاس بزرگ را فراهم می کرد.

به گفته این گروه تحقیق، گنجاندن داده های پروتیین به خودی خود در یک مدل پیش بینی بعید است که به بالاترین دقت پیش بینی دست یابد.

دانشمندان برای توسعه «الگوریتم پیش بینی بهینه غیر تهاجمی، مقرون به صرفه و در دسترس»، داده های مربوط به پروتیینی به نام GFAP را با اطلاعات جمعیت شناختی مانند سن و جنسیت ترکیب کردند؛ آنان دریافتند که این پروتیین با بیش از دو برابر خطر ابتلا به زوال عقل مرتبط است.

پیش بینی ابتلا به زوال عقل 15 سال قبل

بر اساس این نتایج، مدل نهایی پیش بینی ترکیبی آنان نویدبخش توانایی ارایه «پیش بینی دقیق زوال عقل در آینده، حتی بیش از 10 سال قبل از تشخیص» است.

در مقایسه با اسکن های تصویربرداری یا ضربه های ستون فقرات که برای غربالگری افراد از نظر خطر بیماری استفاده می شود، روش آنان همچنین می تواند مزایای هزینه قابل توجهی ارایه دهد.

این گروه گفت: محدودیت هایی در مطالعه آن ها وجود دارد زیرا بیش از 90 درصد از گروه زیست بانک را افراد با نژاد سفید تشکیل می دهند بنابراین نماینده جهان نیستند. پروتیین های مورد بررسی همچنین کل پروتیوم انسان را درگیر نمی کنند. لازم به ذکر است، به کلیه پروتیین هایی که در یک سلول در یک زمان مشخص بیان می شود، پروتیوم آن سلول گفته می شود.

با این حال، یو گفت که این گروه اکنون در حال انجام تحقیقاتی بر روی گروهی از چینی ها هستند که به آن ها امکان می دهد شباهت ها و تفاوت ها را با پایگاه داده مستقر در بریتانیا بررسی کنند و تاکنون سرنخ هایی برای توسعه تحقیق یافت شده است.

درمان ها و استراتژی های مداخله ای جدید همچنین از این بانک زیستی برای بررسی سایر شرایط مرتبط با مغز مانند افسردگی و بیماری پارکینسون استفاده می کنند.

نتایج این تحقیق در نشریه Nature Ageing منتشر شده است.

منابع

https://www.indiatoday.in

https://www.scmp.com

پایان خبر زندگی نیوز

پیش بینی ابتلا به زوال عقل 15 سال قبل

آیا شما به دنبال کسب اطلاعات بیشتر در مورد "پیش بینی ابتلا به زوال عقل 15 سال قبل" هستید؟ با کلیک بر روی پزشکی، ممکن است در این موضوع، مطالب مرتبط دیگری هم وجود داشته باشد. برای کشف آن ها، به دنبال دسته بندی های مرتبط بگردید. همچنین، ممکن است در این دسته بندی، سریال ها، فیلم ها، کتاب ها و مقالات مفیدی نیز برای شما قرار داشته باشند. بنابراین، همین حالا برای کشف دنیای جذاب و گسترده ی محتواهای مرتبط با "پیش بینی ابتلا به زوال عقل 15 سال قبل"، کلیک کنید.