Optogenetik und künstliche Intelligenz eröffnen den Weg zur personalisierten Parkinson-Behandlung

Weltweit bekannte Persönlichkeiten wie Muhammad Ali und Michael J. Fox leiden seit langem an der Parkinson-Krankheit. Die Krankheit weist eine komplexe Reihe motorischer Symptome auf, darunter Zittern, Steifheit, Bradykinesie und Haltungsinstabilität. Herkömmliche Diagnosemethoden hatten jedoch Schwierigkeiten, Veränderungen im Frühstadium empfindlich zu erkennen, und Medikamente, die auf die Signalregulation des Gehirns abzielen, hatten nur eine begrenzte klinische Wirksamkeit.

Kürzlich haben koreanische Forscher erfolgreich das Potenzial einer Technologie demonstriert, die KI und Optogenetik als Werkzeug zur präzisen Diagnose und therapeutischen Bewertung der Parkinson-Krankheit bei Mäusen integriert. Sie haben außerdem eine Strategie zur Entwicklung personalisierter Behandlungen der nächsten Generation vorgeschlagen.

KAIST (Präsident Kwang Hyung Lee) gab am 22. September bekannt, dass ein gemeinsames Forschungsteam – bestehend aus dem Team von Professor Won Do Heo von der Abteilung für Biowissenschaften, dem Team von Professor Daesoo Kim von der Abteilung für Gehirn- und Kognitionswissenschaften und dem Team von Direktor Chang-Jun Lee vom Zentrum für Kognition und Sozialität des Institute for Basic Science (IBS) – einen Durchbruch in der präklinischen Forschung durch die Kombination von KI-Analyse erzielt hat Optogenetik. Ihre Arbeit demonstrierte gleichzeitig die Möglichkeit einer frühen und präzisen Diagnose und Behandlung in einem Tiermodell der Parkinson-Krankheit.

Das Forschungsteam erstellte ein Mausmodell für die Parkinson-Krankheit mit zwei Schweregraden. Dabei handelte es sich um männliche Mäuse mit Anomalien des Alpha-Synuclein-Proteins, einem Standardmodell zur Simulation der menschlichen Parkinson-Krankheit für diagnostische und therapeutische Forschungszwecke.

In Zusammenarbeit mit dem Team von Professor Kim am KAIST führten sie eine KI-basierte 3D-Posenschätzung zur Verhaltensanalyse ein. Das Team analysierte über 340 Verhaltensmerkmale – wie Gang, Bewegungen der Gliedmaßen und Zittern – der Parkinson-Mäuse und fasste sie in einer einzigen Metrik zusammen: dem KI-vorhergesagten Parkinson-Krankheits-Score (APS).

Die Analyse ergab, dass die APS bereits zwei Wochen nach Ausbruch der Krankheit einen signifikanten Unterschied zur Kontrollgruppe aufwiesen. Es erwies sich auch als empfindlicher bei der Beurteilung der Schwere der Erkrankung als herkömmliche motorische Funktionstests. Die Studie identifizierte wichtige diagnostische Merkmale, darunter Veränderungen im Schritt, asymmetrische Bewegungen der Gliedmaßen und Brustzittern. Zu den 20 wichtigsten Verhaltensmerkmalen gehörten Hand-/Fuß-Asymmetrie, Veränderungen im Schritt und in der Körperhaltung sowie eine Zunahme hochfrequenter Brustbewegungen.

Um zu bestätigen, dass es sich bei diesen Verhaltensindikatoren nicht nur um einen allgemeinen motorischen Rückgang, sondern um eine spezifische Parkinson-Krankheit handelte, wandte das Team in Zusammenarbeit mit dem Team von Direktor Lee am IBS die gleiche Analyse auf ein Mausmodell der Amyotrophen Lateralsklerose (ALS), auch bekannt als Lou-Gehrig-Krankheit, an. Da sowohl Parkinson als auch ALS motorische Funktionsprobleme verursachen, hätte ein hoher Wert bei beiden Krankheiten auftreten müssen, wenn das APS lediglich eine schlechte motorische Fähigkeit widerspiegelte.

Die Analyse des ALS-Tiermodells zeigte jedoch, dass die Mäuse trotz einer Verschlechterung der motorischen Funktion nicht den hohen APS aufwiesen, der im Parkinson-Modell beobachtet wurde. Stattdessen blieben ihre Werte niedrig und ihre Verhaltensänderungen waren deutlich unterschiedlich. Dies zeigt, dass APS in direktem Zusammenhang mit spezifischen, charakteristischen Veränderungen steht, die nur bei der Parkinson-Krankheit auftreten.

Zur Behandlung nutzte das Forschungsteam optoRET, eine optogenetische Technologie, die neurotrophe Signale mit Licht präzise steuert. Diese Technik erwies sich im Tiermodell als wirksam und führte zu sanfteren Gang- und Gliedmaßenbewegungen sowie einer Verringerung des Zitterns.

Insbesondere erwies sich eine Behandlung mit Licht an jedem zweiten Tag als am effektivsten und zeigte auch eine Tendenz, Dopamin-produzierende Neuronen im Gehirn zu schützen.

Dies ist das erste Mal auf der Welt, dass ein präklinischer Rahmen implementiert wurde, der Frühdiagnose, Behandlungsbewertung und Mechanismusüberprüfung der Parkinson-Krankheit durch die Kombination von KI-basierter Verhaltensanalyse mit Optogenetik verbindet. Dies legt einen entscheidenden Grundstein für zukünftige personalisierte Medizin und maßgeschneiderte Behandlungen für Patienten.“

Professor Won Do Heo von KAIST

Die Studie mit Dr. Bobae Hyeon, einem Postdoktoranden am KAIST Institute for Biological Science, als Erstautor, wurde am 21. August online in der internationalen Fachzeitschrift Nature Communications veröffentlicht. Dr. Hyeon führt Folgeforschung zur Weiterentwicklung der Parkinson-Zelltherapie am McLean Hospital der Harvard Medical School durch, unterstützt durch das „Global Physician-Scientist Training Program“ des Korea Health Industry Development Institute.

Diese Forschung wurde vom KAIST Global Singularity Project, dem Ministerium für Wissenschaft und IKT/National Research Foundation of Korea, dem IBS Center for Cognition and Sociality und dem Ministry of Health and Welfare/Korea Health Industry Development Institute unterstützt.

Quellen: