A frontotemporális demencia és a bipoláris zavar viselkedési változatának vizsgálata: Neuroimaging és epigenetikai integrált megközelítés (DISBAND)

A felvételi és kizárási kritériumok alapján a résztvevőket toborozzák és három csoportra osztják:

• bvFTD betegek, akiket prospektívan legalább 2 évig követtek. Ezek közé tartoznak a G4C2 expanziójának bvFTD hordozói a C9orf72 génben (a két betegség legjobb modellje, mivel az ilyen expanzió széles körben összefügg a pszichózis kialakulásával)
• 2017 januárja óta a Policlinico di Milano Pszichiátriai Műveleti Osztályán követték azokat a BD-betegeket, akik a többszörösen érintett családok (MAF) csoportjába tartoznak, és akiknek pozitív a családjában neurodegeneratív betegségek.
• Egészséges alanyok, akiknél a kiinduláskor olyan neurokognitív teszteket végeztek, amelyek kizárták a demencia és a pszichiátriai betegségek jelenlétét.

A nyomozók vérmintákat gyűjtenek a résztvevőktől, amelyeket feldolgoznak és elemeznek. Pontosabban, a teljes exoszómákat 500 mikroliter plazmából izoláljuk ExoQuick precipitációs oldattal (SBI). Az NDE-k izolálását és tisztítását ExoFlow tisztítási készlettel hajtják végre, biotinilált anti-humán CD171 (L1CAM) antitesttel (5G3 klón, Ebiosciences). Az NDE-kben található teljes RNS-t Total Exosome RNS és Protein Isolation Kit segítségével, a miRNS expressziós elemzést pedig a TaqMan OpenArray Human Advanced MicroRNA Panel (Thermo Fisher Scientific) segítségével extraháljuk. Az lncRNS-ek expressziós elemzését LincFinder Array és gyulladásos és autoimmunitási tömbök (Qiagen) végzik.

A résztvevők egy neuroimaging ülésen is átesnek, ahol strukturális MRI és 1H-MRS vizsgálatokat végeznek a Neuroradiológiai Osztályon elérhető 3T MRI szkenner segítségével. Az 1H-MRS érzékeny és megbízható értékelést nyújt a neurokémiai változásokról bizonyos agyterületeken. Az akvizíciós voxelek a dorso- és ventrolateralis prefrontális kéregben (DLPFC/VLPFC), az amygdalában és a hippocampusban helyezkednek el. Végül egy FDG-PET szkennelést hajtanak végre egy Biograph Truepoint 64 PET/TC szkennerrel. A csoportok közötti agyi morfológiai/metabolikus különbségek feltárására T1-súlyozott és FDG-PET képeket használunk. A szürkeállomány és a fehérállomány térfogatát lokálisan megbecsülik, és a csoportok között voxel-alapú morfometriával hasonlítják össze. Párhuzamos érdeklődési terület-összehasonlítást (ROI) hajtanak végre a regionális térfogatok becslésére, referenciaként az automatizált anatómiai címkézés (AAL) atlaszát használva, ismét a DLPFC/VLPFC-re, az amygdalára és a hippocampusra összpontosítva. Végül a Freesurfer szoftveren alapuló további regionális elemzés lehetővé teszi a kutatók számára, hogy megbecsüljék a Desikan-Killiany atlasz régiók kérgi vastagságát, kérgi felületét és agykérgi gyrifikációját. Minden MRI- és PET-elemzést egy általános lineáris modell kontextusában kell elvégezni, a MATLAB-ban egy speciális szoftvermegvalósítást használva, az úgynevezett Statistical Parametric Mapping (SPM).

Végül a neuroimaging adatokat és az ncRNS expressziós profilokat használjuk előrejelzőként az ML elemzésben. A kis mintaméret miatt kezdetben lineáris modelleket (pl. Support Vector Machine) használunk. Később modelljeink prediktív erejének javítása érdekében a kutatók a véletlen erdőnek nevezett ML módszert, egy sokoldalúbb és erősebb osztályozási algoritmust, valamint az XGBoost (eXtreme Gradient Boosting) algoritmust alkalmazzák. A tanulási folyamat túlillesztésének elkerülése érdekében a modell hiperparamétereinek "rács" keresését hajtják végre. Az eredmények érvényesítéséhez 5-szörös keresztellenőrzést alkalmazunk, 80–20%-os megosztással a képzési tesztek között.