Een team van onderzoekers van de Cleveland Clinic heeft ontdekt dat machine learning kan helpen om te begrijpen hoe microbiële metabolieten in de darmen en celreceptoren op elkaar inwerken en zo het verloop van de ziekte van Alzheimer beïnvloeden. De studie is gepubliceerd in Cell Reports. De onderzoekers stelden dat eerdere onderzoeken hebben aangetoond dat Alzheimerpatiënten vaak veranderingen in de darmbacteriën ervaren naarmate de ziekte vordert. Veel van de mechanismen die deze ‘darm-hersen-as’ aandrijven, zijn echter onbekend.
Impact darmmetabolieten
Darmmetabolieten worden door bacteriën vrijgegeven wanneer ze voedsel afbreken. Deze metabolieten beïnvloeden vervolgens vele cellulaire processen in het hele lichaam. De onderzoekers merkten op dat dit in veel gevallen van nut kan zijn voor de gezondheid. Echter, er zijn - naast de ziekte van Alzheimer - verbanden tussen metabolieten en een groot aantal aandoeningen gedocumenteerd, zoals kanker en de ziekte van Parkinson. De aanzienlijke impact die het darmmicrobioom in deze gevallen heeft, heeft onderzoekers ertoe gebracht dat ze zijn gaan onderzoeken hoe medicijnen of andere behandelingen de schadelijke interacties van metabolieten kunnen voorkomen.
"Darmmetabolieten zijn de sleutel tot veel fysiologische processen in ons lichaam, zowel positief, voor onze gezondheid, als negatief, voor ziekte. Het probleem is dat we tienduizenden receptoren en duizenden metabolieten in ons systeem hebben, dus het handmatig uitzoeken welke sleutel in welk slot gaat, is traag en kostbaar", aldus Feixiong Cheng, PhD, directeur van het Cleveland Clinic Genome Center.
Machine learning
In een poging dat proces beter te begrijpen en te vereenvoudigen heeft het onderzoeksteam machine learning ingezet. Met als doel te bestuderen hoe metabolieten en celreceptoren op elkaar inwerken in de context van de ziekte van Alzheimer. Door informatie over metabolietenvormen en receptoreiwitstructuren, genetische en proteomische gegevens en de bekende impact van metabolieten op van patiënten afkomstige hersencellen te integreren, stelde de aanpak onderzoekers in staat ruim 1,09 miljoen potentiële metaboliet-receptorparen te analyseren.
Deze gegevens werden gebruikt om metabolieten en receptoren te rangschikken op basis van de waarschijnlijkheid dat ze met elkaar zouden interageren. Dat leverde voorspellingen op over de waarschijnlijkheid dat het paar het verloop van de ziekte van Alzheimer zou beïnvloeden. Vervolgens werden de metaboliet-receptorparen die het meest waarschijnlijk de ziekte van Alzheimer zouden beïnvloeden, nader onderzocht.
Agmatine en CA3R
Algemeen wordt aangenomen dat een van de relevante metabolieten, agmatine, hersencellen beschermt tegen ontsteking gerelateerde schade. Uit de machine learning analyse bleek dat de kans het grootst is dat agmatine een interactie aangaat met een receptor die bekend staat als CA3R. Nader onderzoek toonde aan dat agmatine en CA3R elkaar inderdaad beïnvloeden.
Door neuronen die door Alzheimer aangetast zijn, te behandelen met agmatine gingen de CA3R-niveaus omlaag. Daarnaast vertoonden de met agmatine behandelde neuronen ook significant lagere niveaus van gefosforyleerde tau-eiwitten, bekende markers van de ziekte van Alzheimer. De onderzoekers concluderen dat deze resultaten benadrukkend dat AI-toepassingen ook in andere onderzoeken waarin het verband tussen het darmmicrobioom en ziekten wordt beoordeeld, potentie hebben. “We hopen dat onze methoden de basis kunnen bieden om vooruitgang te boeken op het hele gebied van metabolieten-geassocieerde ziekten en de gezondheid", aldus Cheng.
Er bestaat nog geen genezende behandeling voor Alzheimer, worden er wel vorderingen gemaakt bij het 'remmen' van de ziekte in een vroeg stadium, onder andere met behulp van elektrostimulatie (tDCS). Wereldwijd wordt dan ook veel onderzoek gedaan naar het in een vroeg stadium kunnen diagnosticeren van Alzheimer om de progressie van de ziekte te vertragen.
