Search

CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior FINEP - Financiadora de Estudos e Projetos, Financiadora de Estudos e Projetos Nas últimas décadas, houve um aumento significativo da expectativa de vida da população mundial. Esse incremento em anos de vida trouxe uma maior incidência de doenças relacionadas ao envelhecimento, dentre elas, as doenças neurodegenerativas idade-dependente, com um aumento significativo dos pacientes com demência. A Doença de Alzheimer (DA) é a forma mais comum de demência. Estima-se que represente de 60 á 80% dos casos de demência. No ano de 2019, pelo menos 50 milhões de pessoas viviam com algum tipo de demência em todo o mundo. Este número deverá aumentar para mais de 152 milhões até 2050. Com uma sobrevida de 6 à 8 anos após o diagnóstico clínico, a DA já ocupa o quinto lugar em maior número de mortes no mundo, entre pessoas acima dos 65 anos. A principal alteração histopatológica da doença é a deposição do peptídeo β-amiloide (βA), seguida dos emaranhados neurofibrilares, que se relacionam com a morte neuronal, levando ao défict cognitivo que caracteriza a doença. O βA se acumula em extensas placas (placas amiloides) extracelulares e a identificação dessas placas amiloides é usada para confirmação do diagnóstico, que se dá post mortem. Como é uma doença com origem no Sistema Nervoso Central (SNC), a DA apresenta alterações bioquímicas e histopatológicas na retina, um tecido composto principalmente por neurônios que, além de fazerem parte do SNC, conectam-se diretamente ao cérebro através do nervo óptico. Estudos mostram que a deposição de βA na retina antecede à deposição no cérebro, e em humanos, acredita-se que esse evento pode acontecer 15 a 20 anos antes das placas se acumularem no cérebro do paciente. Nesse sentido, um diagnóstico intraocular que detecte placas amiloides na retina, usando apenas uma fonte de luz, seria capaz de prover um diagnóstico precoce da DA de forma rápida e segura. Por isso, nós propomos o uso da espectroscopia Raman (ER) como uma alternativa para o diagnóstico precoce da DA. Essa técnica usa um laser como sonda para identificar uma determinada molécula de interesse, com alta especificidade, sem necessidade de corante ou contraste. Para tanto, desenvolvemos um trabalho de caracterização de placas amiloides, via espectroscopia Intraocular, para fins de diagnóstico precoce. Essa caracterização usando ER incluiu estudo de placas amiloides produzidas sinteticamente e previamente caracterizada com microscopia (eletrônica e de varredura), e naturalmente em cérebros de camundongos transgênicos específicos para a DA. Nossos resultados mostram que a placa amiloide tem, não um, mas um complexo de multi-frequências no espectro Raman que servem como marcadores molecular para fins de diagnóstico (fenilalanina, amida III, amida I, estiramento de CH2 e estiramento de CH 3 de proteína e lipídio). Também demonstramos que a ER é capaz de diferenciar a doença conforme seu estágio. Neste sentido, fomos capazes de identificar uma clara tendência que diferencia animais de 6 e 12 meses segundo as alterações bioquímicas do tecido cerebral nos camundongos bitransgênicos. Além disso, demonstramos que a ER é capaz de identificar, não só placas amiloides, mas também a neurodegeneração e neuroinflamação associadas à placa. Desenvolvemos caracterização baseadas em espectroscopia Raman espontânea e também estimulada, esta segunda intensa o suficiente para propiciar um imageamento completo da retina em segundos ou frações de segundos, um aspecto técnico importante para a implementação da técnica como método diagnóstico. Concluímos, portanto, a caracterização e identificação de placa amiloide em tecido cerebral. A próximo fase desse projeto será aplicar esse conhecimento adquirido na identificação de placas amiloides em retinas de animais transgênicos e humanos. In the last decades, there has been a significant increase in the life expectancy of the world population. This increase in years of life brought a greater incidence of diseases related to aging, among them, as age-dependent neurodegenerative diseases, with a significant increase in patients with dementia. Alzheimer's disease (AD) is the most common form of dementia. It is estimated that it represents 60 to 80% of dementia cases. In 2019, at least 50 million people were living with some form of dementia worldwide. This number is expected to increase to more than 152 million by 2050. With a survival rate of 6 to 8 years after clinical diagnosis, AD is already the fifth leading cause of death in the world among people over 65 years of age. The main histopathological alteration of the disease is the deposition of the amyloid β (Aβ) peptide followed by the tangled neurofibrillary, which is related to neuronal death, leading to the cognitive deficit characteristic of the disease. The Aβ peptide accumulates in extensive extracellular plaques (amyloid plaques) and the identification of these amyloid plaques is used to confirm the diagnosis, which occurs post mortem. As a disease originating in the Central Nervous System (CNS), the AD exhibis the biochemical and histopathological changes also in the retina, a tissue composed mainly of neurons, which are part of the CNS and connect directly to the brain through the optic nerve. Studies show that the deposition of βA in the retina leads to deposition in the brain, and in humans, it is believed that this event can happen 15 to 20 years before plaques accumulate in the patient's brain. In this sense, an intraocular diagnosis that detects amyloid plaques in the retina, using only a light source, would be able to prove an early diagnosis in a fast and safe way. For this reason, we propose the use of Raman spectroscopy (RS) as an alternative for the early diagnosis of AD. This technique uses a laser as probe to identify a particular molecule of interest, with high specificity, without the need for dye or contrast. For this purpose, we developed a work to characterize amyloid plaques aiming at an early diagnosis protocol via Intraocular Spectroscopy. This characterization using RS included the study of synthetic amyloid plaques previously characterized with microscopy (electronic and scanning probe), and of naturally appearing plaques in the brains of transgenic mice specific for AD. Our results show that the amyloid plaque has, not one, but a complex multifeatured spectrum that serves as a molecular marker for diagnostic purposes (phenylalanine, amide III, amide I, CH2 stretch, and CH3 stretch of protein and lipid). We also demonstrated that an RS is able to differentiate its disease evolution stage. We were able to identify a clear trend that differentiates animals between 6 and 12 months according to biochemical changes in brain tissue in bitransgenic mice. In addition, we demonstrate that RS is able to identify, not only amyloid plaques, but also the eurodegeneration associated with plaque. We developed such characterization based on spontaneous and also stimulated Raman spectroscopy, this second intense enough to provide a complete imaging of the retina in seconds or fractions of seconds, an important technical aspect for the implementation of the technique as a diagnostic method. We conclude, therefore, the characterization and identification of the amyloid plaque in a brain tissue. The next phase of this project will be to apply this knowledge acquired in the identification of amyloid plaques in retinas of animal models and humans.

Orientador: Prof. Dr. Francisco José Fraga da Silva Co-orientador: Prof. Dr. João Ricardo Sato Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-graduação em Neurociência e Cognição, São Bernardo do Campo, 2019. Com o aumento da expectativa de vida da população observado nos países em desenvolvimento, uma maior incidência de doenças neurodegenerativas tem sido observada, como a Doença de Alzheimer (DA), a mais frequente dentre as demências. Caracterizada pela perda de memória e pelo comprometimento de pelo menos alguma função cognitiva (capacidade visuoespacial, afasia, etc.), a DA tende a piorar em seus sintomas com o passar do tempo. Logo, de extrema importância, é a realização de um procedimento diagnóstico que seja precoce, preciso, de baixo custo, de amplo uso e de fácil aplicação clínica. A eletroencefalografia quantitativa (EEGq) é uma abordagem que pode atender tais requisitos. O presente trabalho visa buscar uma otimização no processo de classificação automática de pacientes com DA, como atributos algumas características do sinal de EEG extraídas por meio de EEGq. Tal otimização busca obter uma forte redução do número de canais de EEG necessários, sem que haja perda significativa de desempenho em relação ao EEG de alta densidade (128 canais). Para tanto, utilizamos técnicas de Mineração de Dados, como seleção de atributos, em conjunto com algoritmos de classificação de Aprendizado de Máquina para de forma satisfatória reconhecer padrões no EEG da patologia sob investigação. Os benefícios pretendidos com a otimização descrita são: barateamento dos dispositivos usados na aquisição do EEG como ferramenta de auxílio ao diagnóstico da DA e maior facilidade em sua utilização. Essa otimização é decorrente do número menor de eletrodos, da consequente diminuição no tempo de treinamento e dos requisitos computacionais (processamento e memória), assim como uma redução na possibilidade de ocorrer overfitting nos modelos de aprendizado, dada a menor quantidade de ''ruídos'' presente nos dados após a otimização. With the increase in life expectancy of the population observed in developing countries, a higher incidence of neurodegenerative diseases has been observed, such as Alzheimer's Disease (AD), the most frequent among dementias. Characterized by loss of memory and impairment of at least some cognitive function (visuospatial ability, aphasia, etc.), AD tends to worsen in its symptoms over time. Therefore, it is extremely important to carry out a diagnostic procedure that is precocious, precise, inexpensive, widely used and easy to apply clinically. Quantitative electroencephalography (EEGq) is an approach that can meet such requirements. The present work aims to search for an optimization in the process of automatic classification of patients with AD, as attributes some characteristics of EEG signal extracted through EEGq. Such optimization seeks to achieve a strong reduction in the number of EEG channels required, without any significant loss of performance over the high density EEG (128 channels). in this regard, we use Data Mining techniques, such as atribute selection, in conjunction with Machine Learning classification algorithms to satisfactorily recognize patterns in the EEG of the pathology under investigation. The desired benefits with the optimization described are: lowering of the devices used in the EEG acquisition as a tool to aid in the diagnosis of AD and greater ease of use. This optimization is due to the lower number of electrodes, the consequent decrease in training time and computational requirements (processing and memory), as well as a reduction in the possibility of overfitting in the learning models given the smaller amount of noise present in the data after the optimization.

Introdução: Perda de memória é um dos sintomas mais comuns em pacientes nos estágios iniciais da doença de Alzheimer; esses déficits são um reflexo do envolvimento da formação do hipocampo. O BDNF tem sido relacionado com a plasticidade do hipocampo. Neste sentido, as combinações de biomarcadores, como, por exemplo, a volumetria do hipocampo, pode apresentar um maior valor preditivo para diferenciar doença de Alzheimer do envelhecimento normal em pacientes com comprometimento cognitivo leve. Objetivo: A presente tese de doutorado teve como objetivo avaliar os níveis séricos do BDNF e o volume do hipocampo em pacientes com demência devido à doença de Alzheimer, Comprometimento Cognitivo Leve (CCL) e idosos saudáveis. Métodos: Para realização do estudo foram selecionados 10 idosos saudáveis, 10 CCL e 13 pacientes com demência devido à doença de Alzheimer pelos critérios NIA-AA. Todos participantes foram submetidos a uma avaliação cognitiva. Para as análises do BDNF, foi utilizado método de ELISA e para as análises de volumetria do hipocampo as imagens foram obtidas por meio de equipamento de ressonância de 1.5T e os volumes obtidos por meio do programa NeuroQuant®. Resultados: Idosos saudáveis apresentaram níveis séricos mais elevados de BDNF do que os CCL e pacientes com demência. O grupo de pacientes com demência apresentou menor volume total do hipocampo do que os idosos saudáveis e os CCL. Não houve correlação significativa do BDNF sérico com volume do hipocampo. Conclusão: Considerando nossos resultados em conjunto (baixos níveis de BDNF nos grupos CCL e demência devido à DA e menor volume do hipocampo na demência devido à AD), podemos supor que a diminuição dos níveis de BDNF ocorre antes da lesão neuronal expressa pela redução do hipocampo. Introduction: Memory impairment is the most common symptom in patients in the early stages of Alzheimer's disease; this deficit is a reflection of the involvement of the hippocampal formation. BDNF has been linked to the hippocampal plasticity. Combinations of biomarkers, such as the hippocampal volumetry may have higher predictive value for differentiating Alzheimer's disease from normal aging in patients with mild cognitive impairment. Objective: The objective of present thesis was to evaluate serum levels of BDNF and hippocampal volume in patients with Mild Cognitive Impairment (MCI) and dementia due to Alzheimer's disease, and healthy elderly participants. Method: Ten healthy elderly subjects, 10 MCI and 13 patients with dementia due to Alzheimer's Disease (NIA-AA criteria) were selected for the study. All participants were assessed cognitively. The ELISA method was used for BDNF analysis, and the analysis of hippocampal volumetric images were acquired with 1.5T magnetic resonance equipment and volumes obtained with NeuroQuant® program. Results: Healthy elderly had higher BDNF serum levels than MCI and dementia due to AD patients. The group of dementia patients had lower total hippocampal volume than MCI and healthy elderly participants. No significant correlation between serum BDNF and hippocampal volume was observed. Conclusion: Taking our results together (lower BDNF levels in MCI and dementia due to AD and smaller hippocampal volume in dementia due to AD) we can hypothesize that the decrease of BDNF may start before the establishment of neuronal injury expressed by the hippocampal reduction.