Przełomowa platforma do symulacji mózgu ma potencjał, by zrewolucjonizować przyszłą diagnostykę i leczenie chorób neurodegeneracyjnych.
Przewiduje się, że częstość występowania zaburzeń neurodegeneracyjnych, takich jak choroba Alzheimera i Parkinsona, będzie rosła, czemu towarzyszyć będzie wzrost kosztów opieki zdrowotnej. Poważnym wyzwaniem w przypadku tych chorób jest trudność w stawianiu wczesnej diagnozy, jak też ich zmienna patologia, co oznacza ograniczone możliwości skutecznego leczenia i potrzebę wdrożenia zindywidualizowanej diagnostyki oraz interwencji.
Wirtualne środowisko badawcze w dziedzinie schorzeń neurodegeneracyjnych
Finansowany przez UE projekt VirtualBrainCloud miał na celu opracowanie spersonalizowanego rozwiązania medycznego opartego na środowisku chmurowym i oferującego dostęp do multidyscyplinarnych danych klinicznych i symulacji mózgu, aby wesprzeć podejmowanie decyzji. Składa się na nie wiele platform i narzędzi opracowanych między innymi w ramach inicjatyw Human Brain Project i IMI-AETIONOMY.
„Pomysł polegał na udostępnieniu narzędzi umożliwiających integrację danych zdrowotnych poszczególnych pacjentów w celu stworzenia cyfrowych bliźniaków i przeprowadzenia symulacji tych bliźniaków w bezpiecznym środowisku”, wyjaśnia Petra Ritter, koordynatorka projektu i profesor neurobiologii w Charité – Universitätsmedizin Berlin w Niemczech.
VirtualBrainCloud jest częścią European Open Science Cloud (EOSC), ogólnoeuropejskiej inicjatywy dotyczącej hostingu i przetwarzania danych badawczych w celu wspierania nauki w UE. EOSC zapewnia środowisko, narzędzia i usługi pozwalające społeczności naukowej na publikowanie i eksplorowanie danych do celów badawczych.
Symulacja całego mózgu i spersonalizowana diagnostyka
Założeniem VirtualBrainCloud było zrewolucjonizowanie dziedziny badań nad chorobami neurodegeneracyjnymi poprzez wykorzystanie dużych zbiorów danych i obliczeń o wielkiej skali. Naukowcy i klinicyści analizowali dane multiomiczne i neuroobrazowe pod kątem ich skuteczności predykcyjnej i możliwości zastosowania w warunkach klinicznych. Wraz z rygorystycznymi kryteriami opartej na biomarkerach klasyfikacji pacjentów zintegrowano je z modelami progresji choroby i sieci mózgu.
„Stosując algorytmy klasyfikacji uczenia maszynowego do danych pochodzących z symulacji cyfrowych bliźniaków, można identyfikować nowe mechanizmy chorobowe lub przewidywać trajektorię chorób”, podkreśla Ritter.
Kluczowym zadaniem była symulacja awatarów mózgu uwzględniających strukturę i sieci poszczególnych pacjentów, co pozwala uzyskać fundamentalny wgląd w to, jak działa mózg i jak generuje funkcje. Symulacje przeprowadzone w projekcie VirtualBrainCloud zwiększyły wartość diagnostyczną empirycznych cech klinicznych, przyczyniając się do do lepszej klasyfikacji pacjentów z różnymi stadiami neurodegeneracji.
Russo tłumaczy: „Platforma VirtualBrainCloud dostarcza także zaleceń mających na celu obniżenie ryzyka demencji”.
Ponadto platformę VirtualBrainCloud wykorzystano do wirtualnej symulacji głębokiej stymulacji mózgu (DBS), będącej techniką neuromodulacji stosowaną w leczeniu wielu zaburzeń neurologicznych, w tym choroby Parkinsona. Platforma umożliwiła wieloskalową symulację wyników DBS, co sugeruje, że po pomyślnym przejściu prób klinicznych może służyć jako model, który będzie stosowany przed inwazyjną operacją DBS.
Zgodność z unijnymi przepisami dotyczącymi ochrony danych
W proces budowy platformy VirtualBrainCloud konsorcjum zaangażowało pacjentów, przedstawicieli społeczeństwa i decydentów. Zadbano o zgodność wrażliwych danych zdrowotnych, w tym wyników neuroobrazowania i modelowania mózgu, z wytycznymi ogólnego rozporządzenia UE o ochronie danych (RODO).
Reasumując, projekt stanowi odpowiedź na aktualny brak cyfrowej infrastruktury danych badawczych, ponieważ oferuje zespołom badawczym elastyczność w zakresie wspólnego przetwarzania wrażliwych danych prywatnie w odizolowanych środowiskach komputerowych i daje im możliwość tworzenia własnych procedur.
Wdrożenie tej opartej na chmurze platformy symulacji mózgu powinno przyczynić się do spersonalizowanej diagnostyki i leczenia zaburzeń neurodegeneracyjnych. Jednocześnie jego zdolności predykcyjne będą wspierać profilaktykę i poprawią jakość opieki, przyczyniając się do budowy bardziej zrównoważonego europejskiego systemu opieki zdrowotnej.
Komentarze
[ z 0]