Un signal cérébral caché pourrait révéler la maladie d’Alzheimer bien avant le diagnostic
À l’aide d’un outil d’analyse spécialement conçu, des scientifiques de l’Université Brown ont identifié un biomarqueur cérébral qui pourrait aider à prédire si une déficience cognitive légère évoluera vers la maladie d’Alzheimer. L’approche se concentre sur la mesure de l’activité électrique produite par les neurones, offrant ainsi une nouvelle façon de détecter les premiers signes de la maladie directement dans le cerveau.
“Nous avons détecté une tendance dans les signaux électriques de l’activité cérébrale qui prédit quels patients sont les plus susceptibles de développer la maladie dans un délai de deux ans et demi”, a déclaré Stephanie Jones, professeur de neurosciences affiliée au Brown’s Carney Institute for Brain Science, qui a codirigé la recherche. “Être capable d’observer de manière non invasive un nouveau marqueur précoce de la progression de la maladie d’Alzheimer dans le cerveau est une étape très excitante.”
Les résultats ont été publiés dans la revue Imaging Neuroscience.
Suivi de l’activité cérébrale chez les personnes souffrant de troubles cognitifs légers
En collaboration avec des chercheurs de l’Université Complutense de Madrid en Espagne, l’équipe a étudié les enregistrements de l’activité cérébrale de 85 personnes diagnostiquées avec des troubles cognitifs légers. Les chercheurs ont suivi ces participants pendant plusieurs années pour voir comment leur état évoluait au fil du temps.
L’activité cérébrale a été enregistrée à l’aide de la magnétoencéphalographie, ou MEG, une méthode non invasive qui capture les signaux électriques du cerveau. Pendant les enregistrements, les participants se reposaient tranquillement, les yeux fermés.
Une nouvelle façon de voir les signaux neuronaux
Les approches traditionnelles d’analyse des données MEG reposent souvent sur la moyenne des signaux, ce qui peut brouiller des détails importants sur le comportement des neurones individuels. Pour surmonter cette limitation, Jones et ses collègues de Brown ont développé une méthode de calcul connue sous le nom de Spectral Events Toolbox.
Cet outil décompose l’activité cérébrale en événements distincts, révélant le moment où les signaux se produisent, leur fréquence, leur durée et leur intensité. La boîte à outils des événements spectraux a été largement adoptée et a été citée dans plus de 300 études universitaires.
Les signaux cérébraux liés à la mémoire révèlent des différences clés
En utilisant cet outil, les chercheurs se sont concentrés sur l’activité cérébrale dans la bande de fréquence bêta, qui a été liée aux processus de mémoire et est particulièrement pertinente dans la recherche sur la maladie d’Alzheimer, selon Jones. Ils ont comparé les schémas d’activité bêta chez les personnes atteintes de troubles cognitifs légers qui ont développé plus tard la maladie d’Alzheimer avec celles qui n’en ont pas développé.
De nettes différences sont apparues. Les participants qui ont développé la maladie d’Alzheimer en deux ans et demi ont montré des changements notables dans leur activité bêta par rapport à ceux dont l’état est resté stable.
“Deux ans et demi avant leur diagnostic de maladie d’Alzheimer, les patients produisaient des événements bêta à un rythme plus faible, de plus courte durée et à une puissance plus faible”, a déclaré Danylyna Shpakivska, la première auteure de l’étude basée à Madrid. “À notre connaissance, c’est la première fois que des scientifiques étudient les événements bêta en relation avec la maladie d’Alzheimer.”
Pourquoi les biomarqueurs cérébraux sont importants
Les biomarqueurs actuels trouvés dans le liquide céphalo-rachidien ou le sang peuvent détecter les plaques bêta-amyloïdes et les enchevêtrements de tau, des protéines qui s’accumulent dans le cerveau et qui sont censées être à l’origine des symptômes de la maladie d’Alzheimer. Cependant, ces marqueurs ne montrent pas directement comment les cellules cérébrales réagissent à ces dommages.
Un biomarqueur basé sur l’activité cérébrale elle-même offre un aperçu plus direct de la manière dont les neurones fonctionnent sous ce stress, a déclaré David Zhou, chercheur postdoctoral au laboratoire de Jones à Brown, qui dirigera la prochaine étape de la recherche.
Vers un diagnostic plus précoce et de meilleurs traitements
Jones pense que la boîte à outils sur les événements spectraux pourrait éventuellement aider les cliniciens à identifier la maladie d’Alzheimer plus tôt, avant qu’un déclin cognitif significatif ne se produise.
“Le signal que nous avons découvert peut faciliter une détection précoce”, a déclaré Jones. “Une fois nos résultats reproduits, les cliniciens pourraient utiliser notre boîte à outils pour un diagnostic précoce et également pour vérifier si leurs interventions fonctionnent.”
L’équipe entre maintenant dans une nouvelle phase du projet, soutenue par un Zimmerman Innovation Award in Brain Science du Carney Institute.
“Maintenant que nous avons découvert les caractéristiques des événements bêta qui prédisent la progression de la maladie d’Alzheimer, notre prochaine étape consiste à étudier les mécanismes de génération à l’aide d’outils de modélisation neuronale informatique”, a déclaré Jones. “Si nous pouvons recréer ce qui ne va pas dans le cerveau pour générer ce signal, nous pouvons alors travailler avec nos collaborateurs pour tester des traitements susceptibles de corriger le problème.”
La recherche a été financée par les National Institutes of Health, notamment l’initiative Brain Research through Advancing Innovative Neurotechnologies (BRAIN), ainsi que par le soutien d’agences de financement espagnoles.
