Des signes subtils de La maladie d'Alzheimer peut apparaître des décennies avant un diagnostic, souvent sous la forme de comportements irréguliers qui reflètent les premiers stades d'un dysfonctionnement cérébral.
Mais jusqu'à présent, il n'était pas possible d'identifier et de mesurer ces légers changements de comportement de manière scientifique, même en étudiant la maladie d'Alzheimer chez la souris.
Dans une étude publiée dans Rapports de cellules, une équipe de scientifiques des instituts Gladstone a utilisé un nouvel outil d'apprentissage automatique basé sur la vidéo pour identifier les signes autrement indétectables d'une maladie précoce chez des souris conçues pour imiter les aspects clés de la maladie d'Alzheimer. Leurs travaux mettent en lumière une nouvelle stratégie permettant d’identifier les maladies neurologiques plus tôt que ce qui est actuellement possible et de suivre leur évolution au fil du temps.
Nous avons montré le potentiel de l’apprentissage automatique pour révolutionner la façon dont nous analysons les comportements révélateurs d’anomalies précoces du fonctionnement cérébral. Nous avons exploité un outil précieux qui ouvre la porte à une compréhension plus complète des troubles cérébraux dévastateurs et de la façon dont ils commencent. »
Jorge Palop, PhD, auteur principal de l'étude, Enquêteur Gladstone
Les scientifiques ont utilisé une plateforme d'apprentissage automatique appelée VAME, abréviation de « Variational Animal Motion Embedding », pour analyser des séquences vidéo de souris explorant une arène ouverte. L'outil open source a identifié des modèles de comportement subtils capturés par la caméra, des changements qui pourraient ne pas être remarqués en regardant simplement les souris.
Suivi des comportements désorganisés
La plateforme d'apprentissage en profondeur de VAME est différente des tests comportementaux conventionnels chez la souris, qui se concentrent souvent sur des tâches préconçues que les animaux sont mis au défi d'accomplir.
Parmi les limites de ces tests, ils ne peuvent pas capturer l'ensemble des changements comportementaux spontanés provoqués par la maladie, en particulier aux premiers stades, explique Stephanie Miller, PhD, scientifique à Gladstone et premier auteur de l'étude. Ils manquent également d’évolutivité et s’appuient souvent sur des méthodes à forte intensité de main-d’œuvre.
Pour l'étude Gladstone utilisant VAME, l'équipe a évalué deux types de souris simulant différents aspects de la maladie d'Alzheimer. Dans les deux modèles, l’outil d’apprentissage automatique a identifié un niveau considérablement accru de « comportement désorganisé » à mesure que les souris vieillissaient. Par exemple, les souris ont présenté des modèles de comportement inhabituels et ont fait une transition plus souvent entre différentes activités ; facteurs qui pourraient être associés à des déficits de mémoire et d’attention.
« Des approches similaires d'apprentissage automatique pourraient être utilisées un jour pour étudier les comportements spontanés chez les humains, fournissant potentiellement un diagnostic précoce des maladies neurologiques », explique Miller, notant que la vidéo de qualité smartphone est suffisante pour l'analyse VAME. « J'imagine que cette technologie sera utilisée pour évaluer les patients en clinique et même à leur domicile. Elle donne aux scientifiques et aux médecins un moyen de résoudre le problème très difficile du diagnostic des stades précliniques de la maladie. »
Miller a commencé à expérimenter VAME il y a plusieurs années, alors que la technologie en était encore à ses balbutiements. Elle et Palop ont collaboré avec l'équipe de Stefan Remy, MD, en Allemagne, qui a initialement développé la plateforme. Ensemble, ils ont contribué à démontrer l'utilité du VAME pour la recherche en neurosciences dans une étude publiée dans Biologie des communications.
Évaluer un traitement potentiel
Ajoutant une autre dimension à leur nouvelle étude, l'équipe Gladstone a utilisé VAME pour savoir si une intervention thérapeutique potentielle contre la maladie d'Alzheimer empêcherait le comportement désorganisé chez la souris.
Les scientifiques ont exploité des recherches antérieures de la chercheuse Katerina Akassoglou, PhD, de Gladstone, qui a découvert qu'une protéine de coagulation sanguine appelée fibrine crée une cascade d'effets toxiques lorsqu'elle s'infiltre dans le cerveau par des vaisseaux sanguins endommagés. En bloquant les effets toxiques de la fibrine, le laboratoire d'Akassoglou a pu prévenir la neurodégénérescence qui conduit au déclin cognitif et protéger les animaux contre la maladie d'Alzheimer.
Pour découvrir si cette stratégie thérapeutique pouvait protéger les souris des comportements liés à la maladie d'Alzheimer, l'équipe a génétiquement empêché la fibrine de déclencher une inflammation toxique dans le cerveau. Cette intervention a réduit le développement de comportements anormaux chez les souris atteintes d'Alzheimer.
« Il était très encourageant de constater que le blocage de l'activité inflammatoire de la fibrine dans le cerveau réduisait pratiquement tous les changements comportementaux spontanés chez les souris atteintes d'Alzheimer, réaffirmant que la fibrine et la neuroinflammation qui en résulte sont des facteurs clés de la maladie », explique Akassoglou, également auteur de l'étude. étude. « L'apprentissage automatique peut offrir un moyen impartial d'évaluer les traitements potentiels en laboratoire ; et je crois qu'il pourrait également devenir à terme un outil clinique inestimable. »
Palop et Miller travaillent désormais avec d'autres équipes de Gladstone qui étudient les maladies neurologiques pour les aider à utiliser la technologie VAME pour de nouvelles études comportementales.
« Mon objectif est de rendre cet outil et des approches similaires plus accessibles aux biologistes et aux cliniciens afin de réduire le temps nécessaire au développement de nouveaux médicaments puissants », explique Miller.
