Una herramienta que puede ser clave para la futura investigación del Alzheimer

This post is also available in: EN (Inglés)

Juan Domingo Gispert trabajando en el BBRC delante de un ordenador

El doctor Juan Domingo Gispert y su equipo trabajan en el Barcelona Beta Brain Research Center para mejorar la selección de pacientes para ensayos de prevención del Alzheimer 

El doctor Juan Domingo Gispert y su equipo trabajan en el Barcelona Beta Brain Research Center -el centro de investigación de la Fundación Pasqual Maragall– en un proyecto que podría acelerar el descubrimiento de un tratamiento para el Alzheimer. Actualmente no hay ninguna terapia que cambie el curso de esta enfermedad neurodegenerativa, que afecta a 44 millones de personas en el mundo.

Uno de los retos es poder seleccionar a los pacientes adecuados para los ensayos clínicos. El Dr. Gispert y su equipo han desarrollado un algoritmo de inteligencia artificial (IA) que analiza imágenes de resonancia magnética para identificar a personas sanas que tienen una alta probabilidad de desarrollar la enfermedad. Una  herramienta que podría ser clave para el futuro de la investigación.

¿Por qué han fallado hasta ahora todas las investigaciones para encontrar tratamientos para el Alzheimer?

Hay tratamientos eficaces para aliviar temporalmente los síntomas del Alzheimer. Lo que aún no hemos conseguido es cambiar el curso de la enfermedad. En este sentido, creo que hace falta algo de perspectiva. Hace más de 100 años se describió la enfermedad de Alzheimer y  se observó que cursaba con acúmulos anormales de placas de beta amiloide en el cerebro. Pero sólo hace unos 20 que somos capaces de detectar estas placas en vida del paciente y estudiar su evolución, que es muy lenta (se pueden detectar placas hasta 20 años antes de la aparición de los síntomas clínicos). Si consideramos que cada ensayo tarda unos 5 años en completarse, vemos que es necesario seguir trabajando para encontrar una terapia eficaz contra el Alzheimer. Soy optimista.

¿Cree que con una mejor selección de pacientes para los estudios se podría llegar antes a un tratamiento?

Sin duda. Ésta ha sido una de las principales lecciones que hemos aprendido. Nos encontramos con que los marcadores validados no son adecuados para estudiar a la población general: o bien tienen un coste muy alto o bien son muy invasivos. Disponer de herramientas que faciliten la identificación de personas sanas con biomarcadores de Alzheimer elevados sería un paso clave para mejorar nuestra capacidad de evaluar fármacos. Creo que esta es la línea de investigación más prometedora en el campo del Alzheimer.

¿Cuál ha sido el proceso de investigación y desarrollo de vuestro producto?

Llevamos trabajando en esta línea hace casi 10 años. Nos dimos cuenta de que las fases preclínicas del Alzheimer producen alteraciones sutiles en la morfología cerebral y que las técnicas cuantitativas y de inteligencia artificial podrían ser de ayuda para detectarlas. Actualmente, para escoger a los participantes en un ensayo clínico sobre prevención del Alzheimer, a las personas con posibilidad de tener biomarcadores se les realiza una punción lumbar o una tomografía PET, pruebas que son invasivas y tienen un coste elevado. seguridad, antes de estas pruebas, deben hacerse una resonancia magnética de su cerebro. Así que nos pusimos a evaluar la capacidad predictiva de biomarcadores que podían tener esas resonancias. Desde el principio, sabíamos que la capacidad predictiva no seria suficiente como para sustituir a las técnicas validadas para ello, pero sí que podrían aportar eficiencia a todo el proceso, pues únicamente los pacientes que mostrasen biomarcadores en las resonancias deberían someterse a las otras pruebas.

¿Cuáles son sus ventajas competitivas respecto a otros productos en desarrollo?

La principal ventaja es que es “gratis”: utilizamos información que ya está allí y conseguimos reducir a la mitad el coste del reclutamiento en ensayos clínicos. La otra ventaja fundamental es que hemos entrenado nuestro algoritmo con la mejor base de datos que existe en el mundo para este problema: el estudio ALFA de la Fundación Pasqual Maragall. Esto nos da una ventaja competitiva clara.

Espero que dentro de pocos años dispongamos de biomarcadores de Alzheimer en sangre, que será un paso de gigante para el desarrollo de soluciones al Alzheimer. Nuestra tecnología se podrá utilizar en combinación con otras técnicas analíticas, tal y como ya se hace en otras patologías.

¿Cuáles son los próximos milestones a conseguir?

Tenemos una tecnología validada en el “laboratorio”. Ahora la queremos probar en el mundo real. Para ello, lo primero es integrar la tecnología en el entorno en el que se desarrollan los ensayos clínicos. Una vez completado este paso, haremos una evaluación clínica con datos reales de ensayos de prevención del Alzheimer. Si tenemos éxito en este último paso, la herramienta estará lista para su uso en ensayos en todo el mundo.

juan domingo gispert
Gispert i un colaborador de espaldas delante de un ordenador

¿Cuál es el potencial de la herramienta de machine-learning que estáis desarrollando?

Esta herramienta podría tener un gran impacto en la eficiencia del reclutamiento de pacientes en ensayos clínicos, que es el cuello de botella de los ensayos de prevención. Si eliminamos las barreras que hay en este tipo de ensayos, aumentamos la capacidad de evaluar tratamientos y, seguramente, llegaremos antes a encontrar una solución.

GENESIS Biomed trabaja con el proyecto del Dr. Gispert para que su potente innovación pueda llegar al mercado próximamente.