Несмотря на то, что болезнь Альцгеймера оказывает такое разрушительное воздействие на людей во всем мире, что вызывает ее прогрессирование, до сих пор было неизвестно. Этот сложный процесс, вероятно, включает в себя множество различных факторов. Исследования еще более осложняются тем фактом, что для развития болезни у людей требуются десятилетия. Такие длительные временные рамки, как правило, невозможно воспроизвести в лабораторных экспериментах, таких как лабораторные животные или в пробирке, поэтому они часто не являются отличными моделями болезней.
Ученые разработали математическую модель, которая позволяет анализировать данные о пациентах, полученные с помощью многих различных методов измерения прогрессирования заболевания, и тем самым выяснить, каковы наиболее важные механизмы, способствующие прогрессированию заболевания. Возможность прямого анализа данных о пациентах позволяет избежать вышеупомянутых проблем, но ранее это было невозможно, поскольку у нас не было ни правильных математических моделей, ни достаточно подробных данных о пациентах, сообщает News-Medical.
«Мы обнаружили, что агрегаты умножаются экспоненциально, то есть один агрегат через определенное время становится двумя агрегатами, которые затем снова становятся четырьмя по прошествии того же времени, затем 8 и так далее. Именно этот экспоненциальный шаг умножения в областях мозга контролирует скорость прогрессии, а не распространение агрегатов из одной области в другую«, — сообщил доктор Георг Мейсл, научный сотрудник Кембриджского университета.
Несмотря на тот факт, что лабораторные животные отлично подходят для ответа на определенные вопросы о болезнях, однако для развития болезни Альцгеймера у людей требуются десятилетия. Такие длительные сроки, как правило, невозможно воспроизвести у лабораторных животных, поэтому они часто не являются отличными моделями болезней. Именно по этому большинство исследований болезни Альцгеймера в значительной степени опирались на модели животных, но для своих исследований ученые использовали посмертные образцы мозга, а также ПЭТ-снимки живых пациентов.
Учёные полагают, что новое понимание болезни Альцгеймера в этой работе и новый подход к анализу данных в более общем плане будут способствовать улучшению нашего понимания болезни.
«Мои математические модели направлены на то, чтобы помочь нам лучше анализировать человеческие данные, чтобы получить представление о механизмах нейродегенеративных заболеваний в целом. Применение моих математических моделей к другим нейродегенеративным заболеваниям и для лучшего понимания ранней стадии болезни Альцгеймера — это проекты, которые мы в настоящее время реализуем. Многое еще неизвестно в этом пространстве, и возможность анализировать человеческие данные таким образом, чтобы понять основные механизмы заболеваний, является захватывающей перспективой, обладающей трансформационным потенциалом», — резюмировал доктор Мейсл.