Nuova piattaforma misura più di 100 biomarcatori della malattia di Alzheimer

Roma – Convalidata in modo indipendente una nuova piattaforma di analisi del sangue in grado di misurare simultaneamente più di cento biomarcatori della malattia di Alzheimer; questa potrebbe migliorare la capacità dei medici di cogliere la natura multiforme della malattia di Alzheimer e di semplificare la diagnosi precoce. A sviluppare la piattaforma, descritta su Molecular Neurodegeneration, sono stati gli scienziati dell’Università di Pittsburgh. “La malattia di Alzheimer non deve essere vista attraverso un’unica lente”, ha dichiarato Thomas Karikari, assistente alla cattedra di psichiatria di Pitt e autore senior dello studio. “Catturare gli aspetti della patologia di Alzheimer in un pannello di biomarcatori clinicamente validati aumenterebbe la probabilità di fermare la malattia prima che emergano i sintomi cognitivi”, ha continuato Karikari. L’individuazione precoce dei cambiamenti patologici associati alla malattia di Alzheimer, compresi i segni di neuroinfiammazione e di disfunzione nella funzione dei vasi sanguigni cerebrali e nella comunicazione delle cellule nervose, è fondamentale per migliorare l’efficacia dei trattamenti infusionali di nuova concezione e per arrestare o rallentare la progressione della malattia. Acquisire un’istantanea dettagliata dei cambiamenti molecolari nel cervello di individui a rischio di Alzheimer che non presentano ancora alterazioni cognitive o della memoria consentirebbe agli scienziati di seguire la progressione della malattia nel tempo e, eventualmente, di sviluppare linee guida per un intervento precoce. Tuttavia, l’attuale sistema di diagnosi della malattia di Alzheimer è imperfetto: richiede risorse e tempo sia per i medici che per i tecnici di laboratorio e può essere oneroso per i pazienti che devono sottoporsi ripetutamente a procedure mediche invasive. Per uno studio di prova, Karikari e il suo gruppo di ricerca hanno analizzato i campioni di sangue di una coorte di 113 anziani cognitivamente normali che vivono in una regione economicamente svantaggiata della Pennsylvania sud-occidentale. Tutti i campioni sono stati inviati per l’analisi ad Alamar Biosciences, produttore di un nuovo pannello di analisi dei biomarcatori ematici, chiamato “NULISAseq CNS Disease 120 Panel”. Oltre a misurare i classici biomarcatori ematici dell’Alzheimer, tra cui le forme fosforilate di tau, l’amiloide beta, il marcatore di neuroinfiammazione GFAP e il marcatore di danno alle cellule nervose NEFL, il pannello rileva le variazioni di circa 120 altre proteine correlate alle malattie neurodegenerative. Le prestazioni della piattaforma NULISA sono state convalidate in modo indipendente rispetto a una serie di analisi di biomarcatori classici dell’Alzheimer per ogni singolo campione. I cambiamenti nei profili dei biomarcatori nell’arco di due anni sono stati confrontati anche con misure di amiloide, tau e neurodegenerazione basate sull’imaging. Secondo la valutazione di Karikari, il pannello NULISAseq ha individuato diversi biomarcatori che si correlavano con lo stato di positività all’amiloide dei pazienti e con le variazioni del carico amiloide nel tempo. Tutti questi biomarcatori erano stati precedentemente collegati alla malattia di Alzheimer, ma la maggior parte solo se misurati nel liquido cerebrospinale e comprendevano proteine associate alla neuroinfiammazione, ai cambiamenti patologici della vascolarizzazione cerebrale e alla compromissione della comunicazione tra le cellule nervose. Karikari spera che la piattaforma possa essere utilizzata come strumento per tenere traccia dei cambiamenti dei biomarcatori ematici nel tempo in individui asintomatici e in quelli già in trattamento. Il suo laboratorio sta sviluppando un modello predittivo che mette in relazione i cambiamenti dei biomarcatori rilevati con NULISAseq con i dati delle autopsie cerebrali e le valutazioni cognitive raccolte nel corso di diversi anni. L’obiettivo è quello di identificare biomarcatori ematici che possano aiutare a stadiare la malattia e a prevederne la progressione, entrambi utilizzati per prendere decisioni sulla gestione clinica e sui piani di trattamento. (30Science.com)