Een internationale onderzoeksgroep heeft een baanbrekende fiberoptic (glasvezel) methode ontwikkeld waarmee de opbouw van amyloïde plaques in de hersenen van levende, vrij bewegende muizen in real-time gevolgd kan worden. Deze innovatieve aanpak biedt nieuwe perspectieven voor het onderzoek naar de progressie van de ziekte van Alzheimer én de effectiviteit van potentiële behandelingen.
De studie beschrijft hoe onderzoekers van de University of Strathclyde en het Italiaanse Istituto Italiano di Tecnologia een bestaande techniek, fiber photometry, hebben aangepast om amyloïde plaques zichtbaar te maken. Waar fiber photometry normaal gesproken wordt ingezet om neurale activiteit te meten via genetische sensoren, maken de onderzoekers nu gebruik van Methoxy-X04: een fluorescerende kleurstof die de bloed-hersenbarrière passeert en zich specifiek bindt aan amyloïde fibrillen.
Van platte vezels tot diepteprofielen
In een eerste reeks experimenten werden platte optische vezels geplaatst in hersenen van geanestheseerde muismodellen voor Alzheimer (5xFAD-muizen). De verkregen fluorescentiesignalen bleken sterk te correleren met de plaque-dichtheid in hersensneden die nadien werden geanalyseerd. Met behulp van een machine learning-model konden onderzoekers op basis van deze signalen nauwkeurig onderscheid maken tussen zieke en gezonde muizen.
Vervolgens werd een geavanceerdere variant getest: taps toelopende optische vezels, die signalen uit verschillende dieptes in het brein kunnen opvangen. In hersenweefsel lieten deze vezels betrouwbare resultaten zien wat betreft plaqueverdeling. Bij chronische implantatie in levende muizen detecteerden de vezels diepte-afhankelijke toename in fluorescentie na injectie met Methoxy-X04, echter uitsluitend bij muizen met Alzheimer en niet bij gezonde controledieren.
Op weg naar langdurige, niet-invasieve monitoring
Een belangrijk voordeel van deze methode is dat ze toepasbaar is bij wakkere, vrij bewegende dieren. In tegenstelling tot bestaande beeldvormingstechnieken zoals twee-fotonmicroscopie of opto-akoestische tomografie, vereist deze op glasvezel gebaseerde aanpak geen anesthesie en biedt ze mogelijkheden voor langdurige monitoring van diepere hersenstructuren.
Hoewel de techniek (nog) geen individuele plaques kan onderscheiden, stellen de onderzoekers dat dit een veelbelovende, minimaal invasieve manier is om pathologische veranderingen in het brein over tijd en op verschillende locaties te volgen. Dit opent de deur naar dynamischere testopstellingen voor het evalueren van Alzheimertherapieën. De studie is onlangs gepubliceerd in het vakblad Neurophotonics
Volgens de auteurs kan deze technologie een belangrijke rol gaan spelen in preklinisch onderzoek, doordat wetenschappers nu in staat zijn om in real-time te monitoren hoe snel amyloïde plaques zich opbouwen én hoe goed experimentele behandelingen deze ontwikkeling mogelijk afremmen. Daarmee draagt de methode bij aan het versnellen van therapieontwikkeling en het verbeteren van ons begrip van ziekteprogressie bij Alzheimer.
AI en Alzheimer diagnostiek
Er zijn meer voorbeelden waarbij de meerwaarde van nieuwe technologieën onderzocht wordt in relatie tot de (vroegtijdige) diagnose en mogelijke behandelingen van Alzheimer. Zo werd in 2024 in het VK een AI-tool ontwikkeld waarmee op een niet-invasieve wijze het risico op de toekomstige ontwikkeling van de ziekte in kaart kan worden gebracht. De betreffende tool analyseert cognitieve onderzoeken en MRI-scans van de hersenen en voorspelt op basis daarvan hoe groot de kans is dat een patiënt in de volgende drie jaar Alzheimer zal ontwikkelen. Deze methode kan volgens de Britse onderzoekers op een laagdrempelige manier worden ingezet bij mensen met matige geheugenproblemen en moeilijkheden op het gebied van mentale behendigheid.
Begin dit jaar berichtten wij over een AI-systeem dat met behulp van machine learning milde cognitieve stoornissen (MCI) kan opsporen. Dit zijn aandoeningen die vaak een voorloper zijn van Alzheimer of andere vormen van dementie.
