Uno studio sulla variante comportamentale della demenza frontotemporale e del disturbo bipolare: un approccio integrato di neuroimaging ed epigenetica (DISBAND)

Seguendo i criteri di inclusione ed esclusione, i partecipanti verranno reclutati e suddivisi in tre gruppi:

• pazienti bvFTD, seguiti prospetticamente per almeno 2 anni. Questi includono portatori di bvFTD con espansione G4C2 nel gene C9orf72 (miglior modello delle due malattie perché tale espansione è ampiamente associata allo sviluppo di psicosi)
• Pazienti con BD che fanno parte di una coorte di famiglie multi colpite (MAF) seguiti da gennaio 2017 presso l'Unità Operativa di Psichiatria del Policlinico di Milano e che hanno storia familiare positiva di malattie neurodegenerative.
• Soggetti sani sottoposti a test neurocognitivi al basale che escludevano la presenza di demenza e malattie psichiatriche.

Gli investigatori raccoglieranno campioni di sangue dei partecipanti, che verranno elaborati e analizzati. Più specificatamente, gli esosomi totali saranno isolati da 500 microlitri di plasma mediante soluzione di precipitazione ExoQuick (SBI). L'isolamento e la purificazione delle NDE verranno eseguite mediante il kit di purificazione ExoFlow utilizzando l'anticorpo biotinilato anti-CD171 umano (L1CAM) (clone 5G3, Ebiosciences). L'RNA totale contenuto nelle NDE sarà estratto mediante il kit Total Exosome RNA and Protein Isolation Kit e l'analisi dell'espressione dei miRNA mediante il pannello TaqMan OpenArray Human Advanced MicroRNA (Thermo Fisher Scientific). L'analisi dell'espressione degli lncRNA sarà condotta mediante LincFinder Array e array infiammatori e autoimmuni (Qiagen).

I partecipanti verranno sottoposti anche a una sessione di neuroimaging, in cui verranno eseguite sessioni di MRI strutturale e 1H-MRS utilizzando uno scanner MRI 3T disponibile presso l'Unità di Neuroradiologia. L'1H-MRS fornirà una valutazione sensibile e affidabile dei cambiamenti neurochimici in aree specifiche del cervello. I voxel di acquisizione saranno posizionati nella corteccia prefrontale dorso e ventrolaterale (DLPFC/VLPFC), nell'amigdala e nell'ippocampo. Infine, verrà eseguita una scansione FDG-PET con uno scanner PET/TC Biograph Truepoint 64. Le immagini pesate in T1 e FDG-PET verranno utilizzate per esplorare le differenze morfologiche/metaboliche del cervello tra i gruppi. I volumi della materia grigia e della sostanza bianca saranno stimati localmente e confrontati tra i gruppi utilizzando la morfometria basata su voxel. Verrà eseguito un confronto parallelo delle regioni di interesse (ROI) per stimare i volumi regionali utilizzando l'atlante Automated Anatomical Labeling (AAL) come riferimento, concentrandosi ancora una volta su DLPFC/VLPFC, amigdala e ippocampo. Infine, un'ulteriore analisi regionale basata sul software Freesurfer consentirà ai ricercatori di stimare lo spessore corticale, l'area superficiale corticale e la gyrificazione corticale delle regioni dell'atlante Desikan-Killiany. Tutte le analisi MRI e PET verranno eseguite nel contesto di un modello lineare generale utilizzando un'implementazione software specifica in MATLAB chiamata Statistical Parametric Mapping (SPM).

Infine, i dati di neuroimaging e i profili di espressione dell'ncRNA verranno utilizzati come predittori nell'analisi ML. Data la piccola dimensione del campione, inizialmente verranno utilizzati modelli lineari (ad esempio, Support Vector Machine). Successivamente, per migliorare il potere predittivo dei nostri modelli, i ricercatori applicheranno il metodo ML chiamato random forest, un algoritmo di classificazione più versatile e potente, e l’algoritmo XGBoost (eXtreme Gradient Boosting). Per evitare un overfitting del processo di apprendimento, verrà eseguita una ricerca "a griglia" degli iperparametri del modello. Per convalidare i risultati verrà utilizzata una convalida incrociata di 5 volte, con una suddivisione tra test di formazione dell'80% -20%.