Onderzoekers hebben een zeer gedetailleerde digitale twin ontwikkeld van de hersenen van een tweejarig kind met een autismespectrumstoornis (ASS), waarmee ze een virtueel model hebben gecreëerd dat de anatomie van de hersenen combineert met realtime neurale activiteit. Het nieuwe systeem, FEDE (high FidElity Digital brain modEl) genaamd, stelde wetenschappers in staat om neurale kenmerken te identificeren die verband houden met autisme en die met conventionele modelleringstechnieken niet zichtbaar zouden zijn geweest. Deze proof-of-concept-studie benadrukt het potentieel van digitale tweelingen om meer gepersonaliseerd onderzoek naar neurologische aandoeningen te ondersteunen.
Autismespectrumstoornis is een van de meest voorkomende neurologische ontwikkelingsstoornissen, die van invloed is op communicatie, leren en sociale interactie. Hoewel vooruitgang op het gebied van neuroimaging steeds meer inzicht heeft gegeven in de ontwikkeling van de hersenen, hebben onderzoekers moeite gehad om gedetailleerde structurele informatie te combineren met de dynamische elektrische activiteit van de hersenen in één enkel rekenmodel. FEDE is ontwikkeld om die kloof te overbruggen.
Virtueel brein
Om de digitale tweeling te creëren, combineerden onderzoekers geavanceerde magnetische resonantiebeeldvorming (MRI) met elektro-encefalografie (EEG)-opnames van een tweejarig kind bij wie ASS was vastgesteld. De MRI-gegevens werden gebruikt om de hersenanatomie van het kind te reconstrueren, terwijl de EEG-opnames de daadwerkelijke hersenactiviteit vastlegden. Vervolgens integreerden de onderzoekers deze datasets met behulp van meerdere lagen wiskundige modellering. Het resultaat was een virtueel brein dat niet alleen de hersenstructuur van het kind kan simuleren, maar ook de elektrische signaaloverdracht en de neurale dynamiek.
In tegenstelling tot bestaande hersenmodellen houdt FEDE rekening met informatie over myelinisatie, de vette isolatielaag rondom zenuwvezels die de snelheid van de neurale signaaloverdracht beïnvloedt. Het model houdt ook rekening met de elektrische eigenschappen van de schedel, de hoofdhuid en andere weefsels. In totaal reconstrueerden de onderzoekers het hoofd met behulp van twaalf verschillende weefseltypen, waardoor een zeer gedetailleerde driedimensionale weergave ontstond van hoe elektrische signalen zich verplaatsen van diepe hersenstructuren naar de hoofdhuid.
De digitale tweeling reproduceerde nauwkeurig de geregistreerde EEG-signalen van het kind, waarbij zowel de timing van de hersenactiviteit als de regio’s waar die signalen vandaan kwamen, overeenkwamen. Volgens de onderzoekers biedt deze geïntegreerde aanpak een veel realistischere weergave van de hersenfunctie dan conventionele virtuele hersenmodellen.
Verborgen neurale kenmerken van autisme
Nadat de digitale tweeling was gekalibreerd om overeen te komen met de gemeten hersenactiviteit van het kind, identificeerden de onderzoekers verschillende neurale kenmerken die verband houden met autisme. Een van de meest opvallende bevindingen was dat de gesimuleerde hersenen een elektrische achtergrondruis vertoonden die ongeveer honderd keer hoger was dan die van een standaard hersenmodel. De onderzoekers constateerden ook een opvallend verhoogde verhouding tussen excitatie en inhibitie (EI), die ongeveer drie keer hoger was dan normaal, wat wijst op een onbalans tussen neurale signalen die hersencircuits activeren en signalen die deze onderdrukken.
Dergelijke neurale overactiviteit werd al eerder in verband gebracht met autisme, maar dankzij FEDE konden de onderzoekers patiëntspecifieke afwijkingen in synaptische transmissie en synaptische plasticiteit inschatten – de mechanismen waarmee neuronen communiceren en zich in de loop van de tijd aanpassen. Deze subtiele onregelmatigheden konden niet rechtstreeks worden gedetecteerd op basis van conventionele beeldvorming of EEG-gegevens alleen.
Volgens het onderzoeksteam biedt de mogelijkheid om gedetailleerde anatomie te koppelen aan fysiologische hersenactiviteit binnen één enkel model nieuwe kansen om de biologische mechanismen te bestuderen die ten grondslag liggen aan autisme bij individuele patiënten.
Patiëntspecifike digitale tweeling
Digitale hersenmodellen worden steeds vaker onderzocht als hulpmiddelen voor precisiegeneeskunde; ze bieden de mogelijkheid om ziekteprocessen te simuleren en uiteindelijk de diagnose of behandelplanning te ondersteunen. Tot nu toe bestonden beeldvormingspijplijnen voor de hersenen, elektrische hoofdmodellen en simulators voor neurale activiteit echter grotendeels als afzonderlijke technologieën.
Door deze componenten in één workflow te integreren, toont FEDE aan dat het mogelijk is om een patiëntspecifieke digitale tweeling te genereren die zowel de structurele als de functionele kenmerken van de hersenen kan reproduceren. De onderzoekers benadrukken dat de huidige studie een eerste proof of concept vormt, gebaseerd op één enkel kind met ASS. Er zijn grotere studies met meer diverse patiëntenpopulaties nodig voordat de technologie voor klinisch gebruik kan worden gevalideerd.
Niettemin illustreert het onderzoek hoe digitale-tweelingtechnologie kan bijdragen aan een dieper inzicht in complexe neurologische aandoeningen. Op de langere termijn zouden dergelijke modellen onderzoekers kunnen helpen bij het identificeren van individuele ziektemechanismen, het verbeteren van patiëntstratificatie en het ondersteunen van de ontwikkeling van meer gepersonaliseerde diagnostische en therapeutische benaderingen voor autisme en andere hersenaandoeningen.
Gekweekte mini-hersenen
Onderzoekers hebben vorig jaar met behulp van hersenorganoïden, ook wel ‘mini-hersenen’ genoemd, nieuwe inzichten verkregen in de cellulaire mechanismen achter versnelde hersengroei bij jonge kinderen, een kenmerk dat in verband wordt gebracht met autisme. In de studiewerden twee typen hersencellen geïdentificeerd die hierbij een belangrijke rol spelen: neurale voorlopercellen en epitheelcellen van de choroïde plexus. De onderzoekers maakten gebruik van stamcellen van deelnemers aan de langlopende Infant Brain Imaging Study (IBIS) om gepersonaliseerde hersenorganoïden te ontwikkelen die de vroege menselijke hersenontwikkeling nabootsen.
De resultaten bevestigen dat deze modellen geschikt zijn om autisme op celniveau te onderzoeken. Vervolgonderzoek richt zich op de wisselwerking tussen genetische aanleg en prenatale omgevingsfactoren, zoals blootstelling aan valproïnezuur. De onderzoekers verwachten dat deze aanpak kan bijdragen aan vroegere signalering, gerichtere preventie en meer gepersonaliseerde zorg voor neurologische ontwikkelingsstoornissen.
