Los seres humanos pierden volumen cerebral a medida que envejecen, a una tasa estimada del 5 % por década después de los 40 años. Pero esa estimación oscurece el papel que desempeña la fisiología individual con respecto al envejecimiento funcional del cerebro.
Utilizando herramientas analíticas sofisticadas , los investigadores del Instituto Buck y la Universidad de California en San Francisco analizaron a 554 pacientes mediante resonancias magnéticas volumétricas y muestras inmunológicas de sangre tomadas en el transcurso de una década.
Los resultados del estudio, que aparecen en Proceedings of the National Academy of Sciences , muestran que las redes cerebrales funcionales se ven afectadas de diferentes maneras por el envejecimiento, el género y los factores inmunológicos sanguíneos.
Los investigadores, dirigidos por el científico bioinformático Nikola Markov, Ph.D., observaron primero las proteínas sanguíneas circulantes , identificando patrones de concentraciones de proteínas inflamatorias que aumentan con la edad, un proceso llamado «inflamación-envejecimiento». La correlación con el envejecimiento fue tan clara que los científicos fueron capaces de predecir la edad cronológica de una persona con una precisión sorprendente simplemente analizando el perfil de concentración de estas proteínas. Esta medida se llama CyClo o «reloj de citoquinas».
Los investigadores descubrieron que tanto el reloj de citocinas como la contracción del cerebro siguen diferentes trayectorias según el género, y las mujeres tienen un reloj de citocinas más rápido a pesar de que están más protegidas de la contracción del cerebro en general.
«Este trabajo abre la caja negra entre el envejecimiento y la neurodegeneración», dice el autor principal y profesor asociado del Buck Institute, David Furman, Ph.D. «Ahora podemos diferenciar entre el encogimiento del cerebro causado por el envejecimiento y el encogimiento causado por la inflamación crónica.
«Básicamente, si eliminamos la causalidad del tiempo y alguien tiene una inflamación alta, está en camino de tener un cerebro más pequeño en ciertas áreas. Además, al identificar biomarcadores inflamatorios del envejecimiento cerebral, tenemos objetivos potenciales tanto para el diagnóstico temprano como para la prevención de neurodegeneración relacionada con la edad».
Los resultados se basan en un análisis de correlación canónica. Esta técnica permite a los investigadores tomar dos conjuntos de variables recopiladas en el mismo individuo y desacoplar los efectos de estas variables en un resultado particular, en este caso, regiones del cerebro que están funcionalmente conectadas. También permite a los científicos ver en el mismo individuo cómo se correlacionan los parámetros entre sí.
Los investigadores de este estudio analizaron tres parámetros: edad, sexo y CyClo, así como las medidas del volumen de siete redes cerebrales funcionales en el mismo conjunto de datos. Markov dice que las funciones de correlación revelaron observaciones interesantes.
La variabilidad de la edad cronológica medida en la población construyó la función de correlación más fuerte con el volumen de las redes cerebrales dedicadas al control motor y la percepción corporal. El género del sujeto se correlacionó con el sistema visual, la atención ventral y las redes frontoparietales. La edad biológica representada por el reloj de citoquinas, CyClo, se correlacionó más con el modo predeterminado límbico y la red de atención dorsal que se ocupa de orientar el enfoque de uno en una tarea en particular.
«La importancia no es solo que hayamos mapeado el reloj de citoquinas en la materia gris, sino que lo hemos hecho observando redes funcionales, áreas en las que las neuronas se disparan juntas, trabajan juntas, se conectan e interactúan juntas», dijo Markov. . «También descubrimos que, aunque las redes están distribuidas por el cerebro, comparten vulnerabilidades comunes al proceso de envejecimiento».
Markov dice que el próximo desafío es comprender cómo estas proteínas circulantes inmunes impactan directamente en el cerebro que envejece y por qué hay algunas partes del cerebro que son más sensibles a la inflamación periférica que otras. Él dice que las proteínas inmunitarias más impactantes, o citocinas/quimiocinas, que aparecieron en las muestras de sangre incluyen IL-6 y TNF alfa, que están asociadas con la inflamación crónica que aumenta con la edad, así como VEGF y PLGF, que parecen ser críticos. para la salud del sistema vascular, especialmente los pequeños capilares.
Los investigadores también identificaron MCP-1, Vcam-1 y Eotaxin-1, que son quimiocinas que cambian con la edad y atraen células inmunitarias de la sangre para cruzar la barrera hematoencefálica. Markov dice que cuando esas quimiocinas cruzan la barrera sanguínea del cerebro, provocan la activación de la microglía, un iniciador potencial del proceso neurodegenerativo.
En el futuro, Furman ve dos usos potenciales para la ciencia: «Una vez que hayamos identificado que las redes más afectadas también se asignan al deterioro cognitivo en personas diagnosticadas con Alzheimer o deterioro cognitivo leve, entonces tendremos una prueba de diagnóstico. La próxima oportunidad implica la cuestión de si podemos modificar este cóctel de citoquinas para ayudar a las personas a ser más resistentes y evitar el deterioro en estas diferentes áreas del cerebro donde vimos una disminución en la función».
Imagen: La proporción del volumen de materia gris con respecto al volumen intracraneal total está inversamente relacionada con las edades de calendario y fisiológicas (A) GMV normalizado a TIV frente a la edad de calendario. Las curvas ajustadas son un RLM con el sexo como factor. (B) Matriz de correlación para edad, CyClo, sexo y 7 volúmenes de redes cerebrales funcionales. Crédito: Actas de la Academia Nacional de Ciencias (2022). DOI: 10.1073/pnas.2207181119
Referencias:
- Nikola T. Markov et al, Age-related brain atrophy is not a homogenous process: Different functional brain networks associate differentially with aging and blood factors, Proceedings of the National Academy of Sciences (2022). DOI: 10.1073/pnas.2207181119
