대규모 연구가 진행성 알츠하이머병 치료를 위한 표적 치료제 개발에 초점을 맞추고 있는 동안, 고급 진단 분야에서도 많은 진전이 이루어졌다 .
"현재 알츠하이머병은 대부분 정신적 악화의 증거를 바탕으로 진단되며, 어느 단계에서는 질병이 이미 뇌에 심각한 손상을 입힌 상태입니다."라고 ANU 물리학 연구소의 공동 저자인 Patrick Kluth 교수는 말했다. "조기 발견이 매우 중요합니다. 효과적인 치료를 위해서는 일반적으로 요추 천자와 같은 침습적이고 비용이 많이 드는 병원 시술이 필요하며, 이는 환자에게 신체적, 정신적으로 부담이 될 수 있습니다."
연구진은 작은 나노미터 크기의 구멍, 즉 고체 나노 기공으로 덮인 초박형 실리콘 칩을 개발했다. 그런 다음 소량의 혈액을 칩 위에 놓고 나노기공을 통한 이동 과정을 통해 혈액 내 복잡한 단백질 혼합물을 분리할 수 있다. 그런 다음 이 칩을 휴대폰 크기의 장치에 삽입하면 인공 지능 알고리즘이 초기 발병 알츠하이머병과 관련된 단백질 서명과 일치하는 단백질 서명을 검색했다.
그리고 신호 특성에 따라 단백질 신호를 클러스터로 분류함으로써 연구자들은 이 모델이 기계 학습된 4가지 단백질의 조합을 식별할 때 유의미하고 높은 정확도(특이도 96.4%)를 모두 반환한다는 사실을 발견했다. 단백질은 뚜렷하고 개별화된 유전 청사진을 포함하고 있기 때문에 올바른 기술이 제공된다면 진단 의학에서 훨씬 더 큰 역할을 할 수 있다.
공동저자인 Shankar Dutt는 "만약 그 사람이 자신의 위험 수준을 미리 알 수 있다면 긍정적인 생활방식 변화를 시작하고 질병의 진행을 늦추는 데 도움이 될 수 있는 약물 전략을 채택할 수 있는 충분한 시간을 제공하게 될 것"이라고 말했다. ANU 연구원.
연구자들은 알츠하이머병에 초점을 맞추는 동안 사용된 알고리즘을 훈련하여 다른 질병을 찾고 동시에 테스트할 수 있다고 지적한다. 여기에는 파킨슨병, 다발성 경화증(MS), 근위축성 측삭 경화증(ALS)이 포함된다.
“혈액은 10,000개 이상의 서로 다른 생체분자를 포함하는 복잡한 액체입니다.”라고 Dutt는 말했다. "고급 여과 기술을 사용하고 지능형 기계 학습 알고리즘과 결합된 나노포어 플랫폼을 활용함으로써 가장 파악하기 어려운 단백질도 식별할 수 있습니다."
팀은 이 검사 기술이 향후 5년 이내에 이용 가능해 환자들이 "거의 실시간"으로 결과를 얻을 수 있기를 희망한다고 Kluth는 덧붙였다.
"빠르고 간단한 테스트는 GP와 다른 임상의가 수행할 수 있으며, 이는 병원 방문의 필요성을 없애고 지역 및 외딴 지역에 거주하는 사람들에게 특히 편리한 것으로 입증될 것입니다."라고 그는 말했다.
이 연구는 Small Methods 저널에 게재되었다. 출처: 호주국립대학교
