Choroba Parkinsona, przewlekłe i postępujące schorzenie neurodegeneracyjne, pozostaje trudna do wczesnego rozpoznania. Obecne metody diagnostyczne, choć pomocne, są kosztowne i nie zawsze precyzyjne. Naukowcy z Chin zaproponowali przełomowe rozwiązanie: niedrogie badanie zapachów woskowiny usznej z wykorzystaniem sztucznej inteligencji, które może otworzyć nowy rozdział w diagnostyce przesiewowej PD (Parkinson’s Disease).
Z tego artykułu dowiesz się…
- Jakie związki lotne w woskowinie usznej mogą świadczyć o chorobie Parkinsona
- W jaki sposób sztuczna inteligencja analizuje zapachy dla celów diagnostycznych
- Dlaczego woskowina uszna może być lepszym nośnikiem biomarkerów niż sebum
- Jakie są dalsze plany naukowców w zakresie walidacji tej metody
Woskowina uszna jako źródło biomarkerów
Zespół badaczy pod kierunkiem Hao Donga i Danhua Zhu z chińskiego ośrodka badawczego postanowił przyjrzeć się woskowinie usznej jako potencjalnemu nośnikowi biomarkerów choroby Parkinsona. Woskowina składa się głównie z sebum – substancji, która już wcześniej została powiązana z rozwojem PD. Jednak, jak zauważyli autorzy badania, „skóra wewnątrz kanału słuchowego jest chroniona przed żywiołami”, co oznacza, że woskowina może być bardziej stabilnym materiałem diagnostycznym niż sebum obecne na powierzchni skóry.
Analiza chemiczna i wybór biomarkerów
Do badania zaproszono 209 osób, w tym 108 z potwierdzoną diagnozą PD. Pobrano od nich wymazy z kanałów słuchowych, które następnie przeanalizowano przy użyciu chromatografii gazowej i spektrometrii masowej. Zidentyfikowano cztery związki lotne, które znacząco różniły się u pacjentów z chorobą Parkinsona:
- etylobenzen
- 4-etylotoluen
- pentanal
- 2-pentadecylo-1,3-dioksolan
Zdaniem autorów, związki te mogą pełnić funkcję biomarkerów choroby neurodegeneracyjnej.
Sztuczna inteligencja w służbie wczesnej diagnostyki
Kolejnym krokiem badaczy było opracowanie modelu diagnostycznego opartego na sztucznej inteligencji. System węchowy AIO (Artificial Intelligence Olfactory) został wytrenowany na danych zebranych podczas analizy woskowiny. Efekt? Model był w stanie zidentyfikować osoby z chorobą Parkinsona z dokładnością aż 94%.
Badacze twierdzą, że:
System AIO może być używany jako narzędzie przesiewowe pierwszego rzutu do wczesnego wykrywania PD i może utorować drogę do wczesnej interwencji medycznej, tym samym poprawiając opiekę nad pacjentem.
Kolejne kroki: walidacja na większą skalę
Jak podkreślają autorzy, obecne badanie miało charakter pilotażowy i było przeprowadzone w jednym ośrodku badawczym w Chinach. Kolejnym etapem będzie walidacja tej metody na większych populacjach, obejmujących różne grupy etniczne i stadia choroby. Dopiero wówczas będzie można mówić o potencjale wdrożeniowym tej techniki w praktyce klinicznej.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- Badacze z Chin opracowali metodę diagnostyczną choroby Parkinsona opartą na analizie zapachów woskowiny usznej.
- Identyfikacja czterech charakterystycznych związków lotnych umożliwiła stworzenie modelu AI wykrywającego PD z dokładnością 94%.
- Woskowina uszna, jako materiał odporny na czynniki środowiskowe, może okazać się stabilnym źródłem biomarkerów.
- Metoda wymaga dalszych badań i walidacji w różnych grupach etnicznych i na większą skalę populacyjną.
Źródło:
- American Chemical Society
- Analytical Chemistry
