Investigadores de la Universidad de Griffith han demostrado que una bacteria puede viajar a través del nervio olfativo en la nariz y al cerebro en ratones, donde crea marcadores que son un signo revelador de la enfermedad de Alzheimer.
El estudio, publicado en la revista Scientific Reports , mostró que Chlamydia pneumoniae utilizó el nervio que se extiende entre la cavidad nasal y el cerebro como vía de invasión para invadir el sistema nervioso central. Las células en el cerebro luego respondieron depositando proteína beta amiloide, que es un sello distintivo de la enfermedad de Alzheimer.
El profesor James St John, director del Centro Clem Jones de Neurobiología e Investigación de Células Madre, es coautor de la primera investigación mundial.
«Somos los primeros en demostrar que Chlamydia pneumoniae puede subir directamente por la nariz y llegar al cerebro, donde puede desencadenar patologías que se parecen a la enfermedad de Alzheimer», dijo el profesor St John. «Vimos que esto sucedió en un modelo de ratón , y la evidencia también es potencialmente aterradora para los humanos».
El nervio olfativo de la nariz está directamente expuesto al aire y ofrece un camino corto al cerebro, que pasa por alto la barrera hematoencefálica. Es una ruta que los virus y las bacterias han detectado como una ruta fácil hacia el cerebro.
El equipo del Centro ya está planeando la próxima fase de investigación y tiene como objetivo demostrar que existe el mismo camino en los humanos.
«Necesitamos hacer este estudio en humanos y confirmar si la misma vía funciona de la misma manera. Es una investigación que ha sido propuesta por muchas personas, pero que aún no se ha completado. Lo que sí sabemos es que estas mismas bacterias están presentes en los humanos, pero no hemos averiguado cómo llegan allí».
Hay algunos pasos simples para cuidar el revestimiento de la nariz que el profesor St. John sugiere que las personas pueden tomar ahora si quieren reducir el riesgo de desarrollar la enfermedad de Alzheimer de aparición tardía.
«Hurgarse la nariz y arrancarse los pelos de la nariz no es una buena idea», dijo.
«No queremos dañar el interior de nuestra nariz y pellizcar y arrancar puede hacer eso. Si daña el revestimiento de la nariz , puede aumentar la cantidad de bacterias que pueden entrar en su cerebro».
Las pruebas de olfato también pueden tener potencial como detectores de la enfermedad de Alzheimer y la demencia, dice el profesor St John, ya que la pérdida del sentido del olfato es un indicador temprano de la enfermedad de Alzheimer. Sugiere que las pruebas de olfato desde que una persona cumple 60 años podrían ser beneficiosas como un detector temprano.
«Una vez que pasa de los 65 años, su factor de riesgo aumenta, pero también estamos analizando otras causas, porque no es solo la edad, también es la exposición ambiental. Y creemos que las bacterias y los virus son fundamentales. »
Imagen principal: Descripción general del marco de aprendizaje profundo y el rendimiento para el diagnóstico automático de la enfermedad de Alzheimer. (a) Marco de aprendizaje profundo utilizado para el diagnóstico automático. (b) Curvas de características operativas del receptor (ROC) para la clasificación de cognitivamente normal (CN), deterioro cognitivo leve (MCI) y enfermedad de Alzheimer (AD), calculadas en el conjunto de prueba ADNI. ( c ) Curvas ROC para la clasificación de cognitivamente normal (CN), deterioro cognitivo leve (MCI) y enfermedad de Alzheimer (AD) en el conjunto de pruebas NACC. ( d ) Visualización utilizando proyecciones t-SNE de las características calculadas por el modelo de aprendizaje profundo propuesto. Cada punto representa un escaneo. Los colores verde, azul y rojo indican los grupos cognitivos predichos. Los escaneos CN y AD están claramente agrupados. (e) Visualización usando proyecciones t-SNE de los 138 volúmenes y espesor en el modelo ROI-volumen/espesor. En comparación con (d), la separación entre los escaneos CN y AD es menos marcada. El enfoque t-SNE se describe en detalle en la sección de métodos. Crédito: Informes científicos (2022). DOI: 10.1038/s41598-022-20674-x
Referencia:
- Sheng Liu et al, Generalizable deep learning model for early Alzheimer’s disease detection from structural MRIs, Scientific Reports (2022). DOI: 10.1038/s41598-022-20674-x
