La comprensione dei meccanismi molecolari alla base della malattia di Alzheimer sta compiendo un salto qualitativo grazie allo sviluppo di una nuova piattaforma di intelligenza artificiale che, per la prima volta, permette di distinguere le relazioni di causa-effetto tra geni nelle cellule cerebrali colpite dalla patologia. Un gruppo di ricerca dell'Università della California, Irvine, guidato da Min Zhang e Dabao Zhang della Joe C. Wen School of Population & Public Health, ha creato le mappe più dettagliate mai realizzate delle reti di regolazione genica nel cervello affetto da Alzheimer, superando i limiti degli approcci tradizionali basati sulla semplice correlazione statistica. Lo studio, pubblicato su Alzheimer's & Dementia: The Journal of the Alzheimer's Association e finanziato in parte dal National Institute on Aging e dal National Cancer Institute, apre prospettive concrete per l'identificazione di nuovi bersagli terapeutici.
Il cuore dell'innovazione metodologica risiede in SIGNET, una piattaforma di machine learning ad alte prestazioni progettata specificamente per superare le limitazioni degli strumenti bioinformatici convenzionali. Mentre i metodi tradizionali di analisi genomica rilevano semplicemente quali geni mostrano pattern di espressione simili, senza poter determinare quale gene stia effettivamente controllando l'altro, SIGNET integra dati di sequenziamento dell'RNA a livello di singola cellula con informazioni genomiche complete per identificare relazioni causali autentiche. Il sistema, scalabile su architetture di calcolo ad elevate prestazioni, sfrutta le informazioni codificate nel DNA per ricostruire le reti regolatorie tenendo conto anche dei cicli di retroazione tra geni, un aspetto biologicamente cruciale ma spesso ignorato dai modelli semplificati.
La metodologia è stata applicata all'analisi di campioni cerebrali provenienti da 272 partecipanti arruolati in due studi longitudinali sull'invecchiamento, il Religious Orders Study e il Rush Memory and Aging Project. L'approccio ha permesso di costruire reti regolatorie causali per sei principali tipologie di cellule cerebrali, rivelando quali geni fungono da regolatori primari e quali da target controllati in ciascun contesto cellulare. Come sottolinea Dabao Zhang, coautore corrispondente e professore di epidemiologia e biostatistica, "la maggior parte degli strumenti di mappatura genica può mostrare quali geni si muovono insieme, ma non può indicare quali geni stiano effettivamente guidando i cambiamenti". Questa distinzione è fondamentale per comprendere i meccanismi patologici e identificare potenziali interventi terapeutici.
I risultati più sorprendenti riguardano i neuroni eccitatori, le cellule nervose responsabili della trasmissione di segnali attivatori nel sistema nervoso. In queste cellule, gli scienziati hanno identificato quasi 6.000 interazioni causa-effetto, evidenziando un'estesa riorganizzazione genetica durante la progressione della malattia di Alzheimer. Questa "ricablatura" genetica massiccia rappresenta probabilmente uno dei meccanismi chiave attraverso cui la patologia compromette la funzionalità neuronale e porta al deterioramento cognitivo. L'analisi ha inoltre rivelato centinaia di "geni hub", regolatori centrali che influenzano l'attività di numerosi altri geni e che potrebbero svolgere un ruolo cruciale nei cambiamenti dannosi del tessuto cerebrale.
Particolarmente interessante è la scoperta di nuovi ruoli regolatori per geni già noti associati all'Alzheimer. Il gene APP, che codifica per la proteina precursore dell'amiloide e rappresenta uno dei marcatori genetici storicamente associati alla malattia, è risultato esercitare un forte controllo su altri geni specificamente nei neuroni inibitori. Questa evidenza suggerisce meccanismi d'azione più complessi e diversificati rispetto a quanto precedentemente ipotizzato, con funzioni regolatorie che variano a seconda del tipo cellulare. Min Zhang, coautore corrispondente e professore di epidemiologia e biostatistica, chiarisce l'importanza della scoperta: "diversi tipi di cellule cerebrali svolgono ruoli distinti nella malattia di Alzheimer, ma il modo in cui interagiscono a livello molecolare è rimasto poco chiaro. Il nostro lavoro fornisce mappe di regolazione genica specifiche per tipo cellulare nel cervello colpito da Alzheimer, spostando il campo dall'osservazione di correlazioni alla scoperta dei meccanismi causali che guidano attivamente la progressione della malattia".
Per garantire la robustezza dei risultati, il team ha validato le proprie scoperte utilizzando un set indipendente di campioni cerebrali umani, una pratica fondamentale nella ricerca scientifica per verificare la riproducibilità delle osservazioni. Questa conferma aumenta significativamente la confidenza che le relazioni geniche identificate riflettano autentici meccanismi biologici coinvolti nella patogenesi dell'Alzheimer, piuttosto che artefatti statistici o peculiarità del campione iniziale. L'epidemia silenziosa di Alzheimer, che si prevede colpirà circa 14 milioni di americani entro il 2060, rende urgente lo sviluppo di nuovi approcci diagnostici e terapeutici basati su una comprensione causale dei processi patologici.
Le implicazioni della ricerca si estendono oltre la malattia di Alzheimer. La piattaforma SIGNET, grazie alla sua architettura flessibile e alla capacità di processare grandi volumi di dati genomici a livello di singola cellula, potrebbe essere applicata allo studio di altre patologie complesse come tumori, disturbi autoimmuni e condizioni neuropsichiatriche. La capacità di distinguere relazioni causali da semplici correlazioni rappresenta infatti una necessità trasversale nella ricerca biomedica, dove l'identificazione di bersagli terapeutici efficaci richiede la comprensione precisa dei meccanismi molecolari sottostanti.
