Il metodo di analisi del sangue utilizza l’apprendimento automatico e può essere utilizzato per prevedere se i pazienti ingrasseranno, a meno che non cambino le loro abitudini. Il progetto è stato condotto in Brasile con finanziamenti di FAPESP.
I ricercatori dell’Università di Campinas (UNICAMP) nello stato di San Paolo, in Brasile, hanno sviluppato un programma per computer che analizza le molecole nel plasma sanguigno per cercare biomarcatori che identificano le persone a rischio di sovrappeso e di sviluppare malattie correlate all’obesità.
Il progetto è stato supportato da FAPESP . Il principale investigatore era il professor Rodrigo Ramos Catharino , capo del Laboratorio per biomarcatori dell’UNICAMP . I risultati sono descritti nella rivista Frontiers in Bioengineering and Biotechnology .
“Il test è accurato al 90% nel rilevare se il soggetto aumenterà di peso senza alcun tipo di intervento”, ha detto Catharino ad Agência FAPESP . “Mostra anche se esiste il rischio di sviluppare malattie come diabete, ipertensione e dislipidemia [livelli anormalmente elevati di grasso nel sangue]. È uno strumento importante perché gli operatori sanitari possono usarlo per raccomandare cambiamenti nello stile di vita prima che si materializzi un problema.”
Il test consiste in un’analisi spettrometrica di massa per rilevare tutti i metaboliti presenti nel sangue del paziente e produrre un profilo dei vari processi metabolici in atto nell’organismo. I dati ottenuti dalla spettrometria di massa vengono elaborati dal nuovo software.
Il programma è stato scritto nell’ambito della ricerca di dottorato di ricerca Flávia Luísa Dias-Audibert, in collaborazione con il ricercatore Luiz Cláudio Navarro. Il consulente della tesi di Dias-Audibert è il professor Anderson Rezende Rocha del Computer Science Institute dell’UNICAMP.
Il gruppo è stato supportato dal Centro di ricerca sull’obesità e le comorbilità (OCRC), un centro di ricerca, innovazione e diffusione ( RIDC ) finanziato da FAPESP e ospitato da UNICAMP.
“Il programma analizza il campione di sangue per cinque metaboliti che funzionano come biomarcatori con il potenziale per prevedere l’aumento di peso”, ha detto Catharino. “Quando uno di questi biomarcatori è presente nel campione, il paziente tenderà a sviluppare il diabete se diventa obeso.”
I file del software sono open source e possono essere scaricati gratuitamente da Internet . Secondo Catharino, qualsiasi servizio sanitario con accesso a uno spettrometro di massa può applicare la metodologia.
“È una tecnica economica e conveniente anche per il SUS [sistema sanitario nazionale brasiliano]. Tutto ciò che serve è uno spettrometro di massa per una rete di ospedali e cliniche ambulatoriali “, ha detto Catharino.
Apprendimento automatico
La metodologia sviluppata presso UNICAMP combina la metabolomica (l’analisi di tutti i metaboliti in un campione biologico) con l’apprendimento automatico, una sottodisciplina dell’intelligenza artificiale. I ricercatori hanno utilizzato i dati ottenuti dall’analisi dei campioni di sangue forniti da 180 persone per “insegnare” al programma a riconoscere un modello associato all’aumento di peso.
La metà dei volontari inclusi nello studio rientrava nell’intervallo dell’indice di massa corporea (BMI) ritenuto sano, mentre il resto era in sovrappeso a vari livelli o obeso.
“Sono state eseguite misurazioni antropometriche [peso, altezza e massa corporea] per tutti i partecipanti, che hanno anche completato un questionario sulla storia familiare delle malattie croniche, nonché l’età e il genere”, ha detto Catharino. “Abbiamo utilizzato alcuni dei pazienti per addestrare il software e altri per convalidarlo confrontando i suoi risultati con i loro antropometrici e la loro storia sanitaria. L’algoritmo di apprendimento automatico delle foreste casuali è stato utilizzato per la parte di formazione. ”
I ricercatori hanno scoperto che 18 metaboliti possono fungere da biomarcatori dei processi metabolici relativi all’accumulo di grasso, cinque dei quali hanno il potenziale per prevedere l’aumento di peso.
“La prostaglandina B2 e il carbossi-leucotriene B4 sono metaboliti dell’acido arachidonico [un acido grasso della famiglia degli omega-6] noto per partecipare ai processi infiammatori, nel reclutamento di cellule nel sito dell’infiammazione e nella produzione di specie reattive dell’ossigeno [un eccesso del quale compromette il funzionamento delle cellule] “, ha detto Dias-Audibert. “Altre due molecole che abbiamo identificato erano argininosuccinato e diidrobiopterina, entrambi coinvolti nel ciclo dell’ossido nitrico e che possono essere considerati marcatori della produzione di radicali liberi”.
Secondo Dias-Audibert, la combinazione di questi biomarcatori suggerisce che il feedback dalla cascata infiammatoria si verifica in soggetti in sovrappeso. “Questo risultato corrisponde a quelli di numerosi studi che descrivono l’infiammazione cronica di basso grado come uno dei processi deleteri attivi nella condizione di sovrappeso”, ha detto.
Il quinto biomarcatore trovato un potenziale predittore di aumento di peso era l’acido carbossi-metil-propil-furanpropanoico (CMPF), un metabolita associato alla disfunzione delle cellule produttrici di insulina nel pancreas e allo sviluppo del diabete. “Considerando che c’erano diabetici nel gruppo di studio, questo biomarcatore potrebbe essere il collegamento tra aumento di peso e diabete”, ha detto Dias-Audibert.
Catharino ha affermato che il programma informatico può essere utilizzato anche dagli operatori sanitari per valutare l’efficacia di un trattamento prescritto per ridurre la percentuale di grasso corporeo di un paziente.
“Anche prima che il soggetto dimagrisca, è possibile sapere se l’intervento sta funzionando bene. Se i processi metabolici che portano all’accumulo di grasso vengono interrotti, i 18 metaboliti che abbiamo identificato tenderanno a scomparire dal plasma sanguigno “, ha detto.