Forskare har utvecklat ett AI-förstärkt blodprov som kan förutsäga uppkomsten av Parkinsons sjukdom upp till sju år innan symptomen visar sig.
Den studiesom leds av forskare från University College London (UCL) och University Medical Center Goettingen i Tyskland och som publiceras i Nature Communications, kan leda till tidiga, riktade behandlingar för att bromsa utvecklingen av denna försvagande neurodegenerativa sjukdom.
Parkinsons sjukdom är ett växande globalt hälsoproblem som drabbar nästan 10 miljoner människor i världen, varav över 1 miljon i USA och 150 000 i Storbritannien.
Sjukdomen kännetecknas av symtom som skakningar, rörelsesvårigheter, muskelstelhet, balansproblem, minnesproblem, yrsel och nervsmärta. Symptom uppstår på grund av att nervceller dör i "substantia nigra", en del av hjärnan som ansvarar för att kontrollera rörelser.
För närvarande finns det inga behandlingar som kan stoppa eller vända sjukdomsförloppet, och de flesta patienter får sin diagnos först när symtomen redan har utvecklats. Dr Jenny Hällqvist från UCL, en av medförfattarna till studien, förklarade: "Människor får sin diagnos när nervcellerna redan har gått förlorade. Vi måste skydda dessa nervceller, inte vänta tills de är borta."
Detta banbrytande AI-förstärkta blodprov kan förutsäga Parkinsons sjukdom med upp till 79% noggrannhet så länge som sju år innan symtomen visar sig.
Forskningsnyheter 📣
Parkinson UK-finansierad forskning ger lovande resultat för blod
test som kan identifiera Parkinsons sjukdom innan rörelsesymtom uppstår.Läs hela artikeln och vad detta innebär för personer med Parkinsons sjukdom 👉🏽 https://t.co/2LwhkHRXbf pic.twitter.com/yxTZHRSgJQ
- Parkinsons UK (@ParkinsonsUK) 18 juni 2024
Mer om studien
Så här gick studien till:
- Identifiering av potentiella biomarkörers: Studien inleddes med att man analyserade blodprover från nyligen diagnostiserade Parkinsonpatienter och friska kontrollpersoner med hjälp av avancerad masspektrometriteknik. Detta gjorde det möjligt för forskarna att identifiera 47 proteiner som uttrycktes på olika sätt i de två grupperna.
- Utveckling av ett riktat blodprov: Utifrån sin inledande analys utvecklade teamet ett riktat blodprov för att mäta nivåerna av 121 specifika proteiner.
- Validering av testet: Forskarna tillämpade sedan det riktade testet på blodprover från en oberoende grupp av Parkinsonpatienter, friska kontroller, individer med andra neurologiska sjukdomar och patienter med isolerad REM-sömnbeteendestörning (iRBD), en känd riskfaktor för Parkinson. Detta bekräftade att 23 av de uppmätta proteinerna skilde sig signifikant mellan Parkinsonpatienter och friska kontrollpersoner.
- Tillämpning av maskininlärning: Data från valideringssteget användes för att träna maskininlärningsmodeller för att skilja mellan Parkinsons sjukdom och friska kontroller baserat på proteinnivåer. En modell som bara använde åtta av proteinerna kunde korrekt klassificera Parkinsons och friska prover med 100% noggrannhet.
- Resultat: För att ytterligare bekräfta resultaten förfinade forskarna testet och tillämpade det på en separat grupp med 54 iRBD-patienter som hade lämnat 146 blodprover över tid. Maskininlärningsmodellerna förutspådde att 70-79% av dessa prover var Parkinson-liknande, och vissa av dessa förutsägelser gjordes upp till sju år innan individerna utvecklade Parkinson-symtom.
Teamet planerar nu att förenkla testet ytterligare, så att patienterna helt enkelt kan skicka en bloddroppe på ett kort till labbet för analys.
Professor David Dexter, forskningschef vid Parkinson's UK, en välgörenhetsorganisation som hjälpte till att finansiera studien, lovordade resultaten, uttalande"Resultaten bidrar till en spännande aktivitet på senare tid för att hitta ett enkelt sätt att testa för och mäta Parkinsons sjukdom." Han föreslog också att testet skulle kunna skilja mellan Parkinsons sjukdom och andra liknande tillstånd.
Även om det krävs större studier för att validera noggrannheten och tillförlitligheten i detta AI-förstärkta blodprov, innebär det ett stort steg framåt i strävan efter tidig diagnos av Parkinsons sjukdom.
Det är inte första gången AI används för att identifiera riskfaktorer eller tecken på Parkinsons sjukdom.
Det var inte länge sedan forskare genomförde ett syntest som på liknande sätt skulle kunna identifiera sjukdomen innan symtom utvecklas.
Googles långvariga AlphaFold-projekt visar lovande resultat när det gäller att upptäcka exakt hur sjukdomar som Parkinsons utvecklasoch forskare vid University of Cambridge har utvecklat en modell för upptäcker läkemedel mot Parkinsons sjukdom som var 1000 gånger snabbare än konventionella metoder.
AI har haft ett succéartat år för att bekämpa sjukdomar och påskynda banbrytande behandlingar, med OpenAI och Color Health samarbetar på en cancersjuk copilot tidigare i veckan.
