Para frenar el desarrollo de la enfermedad de Parkinson, que actualmente no tiene cura, es vital detectar este problema a tiempo. Es decir, mucho antes de que comiencen a aparecer síntomas como los temblores o los movimientos lentos, que son un signo de daño neurológico.
La mayoría de las personas, incluidos médicos, suelen analizar ciertos comportamientos para diagnosticar el mal lo más pronto posible. Sin embargo, un grupo de investigadores ha desarrollado una herramienta IA que puede determinar el riesgo de sufrir esta enfermedad con una precisión de hasta el 96 %.
El nombre de esta inteligencia artificial es CRANK-MS, y se trata de una red neuronal entrenada para localizar patrones neurodegenerativos a partir de compuestos químicos específicos en la sangre.
Metabolitos para detectar el Parkinson
Este modelo inteligente se puede ejecutar rápidamente en una computadora estándar, ya que genera conocimiento mediante la espectrometría de masas. En esencia, analiza la distribución de las moléculas de una sustancia en función de su tamaño y densidad.
Los investigadores de la Universidad de Nueva Gales, en Australia, usaron capas de nodos modelados en el cerebro humano para entrenar a la IA. De esta forma, se le instruyó acerca de la enfermedad de Parkinson, los síntomas y los cambios moleculares que produce. Todo ello con el objetivo de prepararla para un experimento con metabolitos, las sustancias que se generan durante el metabolismo y que fluyen a través de la sangre.
“Para determinar qué metabolitos son más significativos para la enfermedad, los investigadores generalmente observan correlaciones. Pero esta herramienta busca directamente los metabolitos en la sangre, descubriendo así patrones que pueden predecir el mal de Parkinson».
Diana Zhang, química de la Universidad de Nueva Gales del Sur
El equipo utilizó las muestras de plasma sanguíneo de 39 pacientes que desarrollaron Parkinson a lo largo de los 15 años del estudio. Luego, ellos compararon las mezclas de metabolitos obtenidas con las de otros 39 pacientes de control que no desarrollaron la enfermedad. Fue entonces cuando descubrieron que su modelo neuronal había identificado con precisión varios patrones que se consideraron potencialmente significativos.
¿Necesitamos más IA en la lucha contra esta enfermedad?
Durante el estudio, por ejemplo, el equipo notó que las personas que desarrollaron Parkinson solían tener niveles más bajos de triterpenoides en la sangre. Estos son los metabolitos que manejan el estrés en el cuerpo a nivel celular, y se encuentran en alimentos como manzanas, aceitunas y tomates.
Además, también se encontró la presencia de sustancias alquílicas polifluoradas (PFAS) en personas que luego desarrollaron Parkinson. Eso podría estar relacionado con una mayor exposición a los productos químicos industriales, aunque se necesitarán estudios más grandes para saberlo con seguridad.
Los metabolitos se producen cuando el cuerpo descompone los alimentos, las drogas o los productos químicos. Estas moléculas pueden aparecer en cualquier examen de sangre, sudor u orina, pero hay que tener en cuenta que pueden tener asociaciones con otros metabolitos. Aquí es donde la inteligencia artificial se vuelve necesaria, ya que los métodos convencionales podrían pasar por alto algunas asociaciones biológicas.
“Con cientos de miles de metabolitos, hemos utilizado el poder computacional para comprender lo que está sucediendo. Ingresamos toda la información en CRANK-MS sin ninguna reducción de datos desde el principio. Y a partir de eso, identificamos qué metabolitos impulsan más la predicción en un solo paso».
William Donald, químico en la Universidad de Nueva Gales del Sur
Si bien este estudio fue relativamente pequeño, la IA CRANK-MS pudo detectar el riesgo de enfermedad de Parkinson con una precisión de hasta el 96%. Esto significa, en principio, que se trata de una herramienta ideal para predecir la enfermedad de Parkinson antes del diagnóstico clínico. Pero los resultados también sugieren que aún más enfermedades podrían detectarse a través de muestras de sangre analizadas con IA.
Así que, este modelo neuronal nos permitirá identificar con precisión quién desarrollará Parkinson en el futuro. Eso sí, una vez que esté disponible para otros científicos y médicos alrededor del mundo.
Referencias:
Interpretable Machine Learning on Metabolomics Data Reveals Biomarkers for Parkinson’s Disease https://doi.org/10.1021/acscentsci.2c01468
