El hallazgo es un paso más en el estudio de la demencia más común, que afecta aproximadamente a 1 millón 300 mil mexicanos

Expertos desarrollaron mediante inteligencia artificial un nuevo biomarcador asociado con el Alzhéimer que indica el envejecimiento cerebral acelerado, según un nuevo estudio que ayuda a entender mejor la relación de ese proceso con las enfermedades neurodegenerativas.

Gracias a un análisis de imágenes, los investigadores pudieron validar un nuevo biomarcador que permitió demostrar, por primera vez, que la presencia de alteraciones patológicas de la enfermedad de Alzheimer está asociada a un envejecimiento cerebral acelerado, incluso en personas cognitivamente sanas.

La edad cronológica (el tiempo transcurrido desde el nacimiento) y la edad cerebral biológica pueden no coincidir, y este último parámetro se puede calcular a partir de técnicas de neuroimagen para determinar si el cerebro ha envejecido más rápido de lo esperado, explicó un equipo liderado por el Barcelonaβeta Brain Research Center (BBRC), centro de investigación de la Fundación Pasqual Maragall en España.

Determinadas características morfológicas, como pueden ser un grosor o volumen alterados en regiones concretas del cerebro, actúan como biomarcadores, es decir, son medidas objetivas que aportan información sobre ese proceso de envejecimiento.

“Aunque la edad es el principal factor de riesgo para la enfermedad de Alzheimer y la mayoría de las enfermedades neurodegenerativas, los mecanismos biológicos que explican esta asociación todavía son poco conocidos”, explicó Irene Cumplido, investigadora predoctoral en el Grupo de Búsqueda en Neuroimagen del BBRC y primera autora del trabajo.

“Para el estudio de la edad, es necesario disponer de marcadores objetivos de envejecimiento biológico cerebral, más allá de la edad cronológica, al igual que se dispone de biomarcadores para el Alzhéimer”, puntualizó.

El nuevo indicador de envejecimiento cerebral acelerado se une a otros biomarcadores de la enfermedad y factores de riesgo ya conocidos, como la presencia de las proteínas beta amiloide y tau o el genotipo APOE-ε4).

Para el estudio, publicado en la revista científica Elife, el equipo usó un modelo de aprendizaje automático, mediante inteligencia artificial, para analizar estos parámetros a partir de 22.600 imágenes de resonancia magnética, obtenidas del UK Biobank, una base de datos biomédica a gran escala que contiene información genética y de salud de medio millón de participantes de Reino Unido.

Fuente: EFE