Investigadores Avanzan en la Predicción Precoz de la Enfermedad de Parkinson

El Parkinson, un trastorno neurodegenerativo de rápido crecimiento, afecta a casi 10 millones de personas en todo el mundo. Esta enfermedad causa una discapacidad progresiva que reduce significativamente la calidad de vida de los afectados y genera una alta carga económica debido a los cuidados necesarios.

El Parkinson se caracteriza por la lentitud de los movimientos, rigidez y temblor en reposo. Sin embargo, antes de estos signos motores evidentes, existen síntomas no motores, como trastornos del sueño, que pueden ser un predictor importante de su desarrollo.

Esta enfermedad se debe a la muerte de células nerviosas en la sustancia negra del cerebro, la parte que controla el movimiento. La pérdida de estas células nerviosas disminuye la capacidad del cerebro para producir una importante sustancia química llamada dopamina. Esto se debe a la acumulación de una proteína, la alfa-sinucleína.

Actualmente, los pacientes son tratados con terapia sustitutiva de la dopamina una vez que han desarrollado síntomas motores y problemas de memoria. Sin embargo, los especialistas creen que la predicción y el diagnóstico tempranos serían útiles para encontrar tratamientos que pudieran ralentizar o detener el avance del Parkinson.

Según Michael Bartl, investigador de una institución alemana, «no se dispone de ninguna terapia que pueda contener la enfermedad o prevenir su aparición». Bartl resalta la necesidad urgente de validar biomarcadores que ayuden a diagnosticar la enfermedad lo antes posible.

El profesor de investigación del University College, Kevin Mills, otro de los autores del artículo publicado en Nature Communications, enfatiza la necesidad de diagnosticar a los pacientes antes de que desarrollen los síntomas. Mills sugiere que la tecnología podría ayudar a encontrar nuevos y mejores biomarcadores de la enfermedad y desarrollarlos en una prueba que pueda ser implementada en cualquier gran laboratorio.

La investigación encontró que cuando una rama de la inteligencia artificial (IA), conocida como aprendizaje automático, analizaba un panel de ocho biomarcadores sanguíneos, podía proporcionar un diagnóstico con una precisión del 100 %. Esto permitiría que se administraran terapias farmacológicas en una fase más temprana, lo que posiblemente ralentizaría la progresión de la enfermedad o incluso evitaría su aparición, según Bartl.

El equipo de investigación luego estudió si la prueba podría predecir la probabilidad de que una persona desarrollara la enfermedad. Esto se hizo estudiando la sangre de 72 pacientes con trastorno de conducta por movimientos oculares rápidos (iRBD). Se sabe que entre el 75 y el 80 % de las personas con este trastorno desarrollarán una sinucleinopatía, incluido el Parkinson.

Al analizar la sangre de estos pacientes, la herramienta de aprendizaje automático identificó que el 79 % de los pacientes con iRBD tenían el mismo perfil que alguien con Parkinson. Luego, se hizo un seguimiento de los pacientes durante diez años, y hasta la fecha, las predicciones de la IA han coincidido con la tasa de conversión clínica: el equipo predijo correctamente que 16 pacientes desarrollarían la enfermedad hasta siete años antes de la aparición de los síntomas.

Los expertos están actualmente examinando la precisión de la prueba analizando muestras de personas de la población con alto riesgo de desarrollar Parkinson: aquellas con mutaciones en genes concretos como el LRRK2 o el GBA, que causan la enfermedad de Gaucher.

El equipo espera obtener financiación para crear una prueba más sencilla en la que una gota de sangre se pueda enviar al laboratorio e investigar si puede predecir la enfermedad incluso antes de los siete años que se han conseguido en este estudio.

La identificación temprana de individuos con Parkinson podría permitir un mayor reclutamiento en ensayos clínicos preventivos, lo que podría mejorar tanto las opciones de tratamiento de los pacientes como los resultados de la investigación. Sin embargo, se necesita una mayor validación en cohortes más grandes y con otro tipo de trastornos como la demencia con cuerpos de Lewy o la atrofia multisistémica antes de que estos hallazgos puedan ser trasladados a entornos clínicos.

Referencia:

Jenny Hällqvist et al. Plasma proteomics identify biomarkers predicting Parkinson’s disease up to 7 years before symptom onset. Nature Communications (2024).