Aday Biyobelirteçler Parkinson'ı Hastalığın Evrelerinde Takip Etmeye Yardımcı Olabilir

Araştırmacılar, beyin omurilik sıvısı ve kanda, sağlıklı kontroller, Parkinson riski taşıyan prodromal grup ve Parkinson hastalığı tanısı konmuş bireyler arasında farklılık gösteren aday biyobelirteçler belirledi. Bu durum, bu biyobelirteçlerin hastalığın evrelerini takip etmeye yardımcı olabileceğini düşündürmektedir. Analiz, 1.100'den fazla katılımcıyı içermiştir. Araştırmacılar, "Veriye dayalı yaklaşımımız, Parkinson'ın yaşam döngüsü boyunca aday biyobelirteç yörüngelerini haritalandırıyor" diye yazdı. "Proteo-metabolomik entegrasyon, Parkinson hastalığı için evreye özgü aday biyobelirteçleri tanımlar" başlıklı çalışma, npj Parkinson’s Disease dergisinde yayımlandı. Önerilen Okuma 9 Eylül 2026 Haber Andrea Lobo tarafından Yeni akıllı telefon izleme aracı Parkinson titremesini takip etmeye yardımcı olabilir Erken Parkinson değişiklikleri tanından yıllar önce başlayabilir Parkinson hastalığında, hareketi kontrol etmeye yardımcı olan bir nörotransmitter olan dopamini üreten sinir hücrelerinin ilerleyici kaybı, yavaş hareketler, titremeler ve rijidite gibi motor semptomlara yol açar. Parkinson hastalığının tanımlayıcı özelliklerinden biri, klinik tanıdan önce biyolojik değişikliklerin meydana geldiği, bazen 20 yıla kadar sürebilen uzun bir prodromal evredir. Ancak, motor semptomlar klinik olarak belirgin hale geldiğinde, hareketle ilgili dopamin üreten nöronların yarısından fazlası tipik olarak kaybedilmiş olur. Bu durum, hastalığın en erken biyolojik belirtilerini tespit etmek ve izlemek için biyobelirteçlere olan ihtiyacı vurgulamaktadır. Ortaya çıkan kanıtlar, biyobelirteçler olarak farklı biyolojik sıvılardan gelen bilgileri birleştiren moleküler imzaların kullanımını desteklemektedir. Özellikle, kan ve beyin omurilik sıvısındaki (BOS) protein ve metabolit seviyeleri biyobelirteç potansiyeli göstermiştir, ancak tahmin modellerindeki kullanımları henüz tam olarak anlaşılmamıştır. Bu konuyu ele almak için Mısır'daki bir grup araştırmacı, Parkinson İlerleme Belirteçleri Girişimi aracılığıyla toplanan proteomik verileri (proteinleri ölçen) ve metabolomik verileri (küçük molekülleri ölçen) analiz etti. Bu girişim, Parkinson ilerlemesinin biyolojik belirteçlerini belirlemek için The Michael J. Fox Foundation tarafından başlatılan uluslararası bir gözlemsel çalışmadır. Proteomik veri seti, 383 Parkinson hastasından, klinik özellikler, genetik varyantlar veya diğer biyobelirteçlere dayanarak Parkinson riski taşıdığı düşünülen prodromal gruptaki 101 kişiden ve kontrol grubu olarak 177 sağlıklı bireyden alınan örnekleri içeriyordu. Metabolomik veri seti ise 604 Parkinson hastası, 300 prodromal grup üyesi ve 232 kontrol örneğini kapsıyordu. Tüm biyobelirteçler ilk ziyarette ölçüldü ve bazı katılımcılarda ilerleme analizi için 16 aya kadar uzanan takip ziyaretlerinde tekrarlanan ölçümler yapıldı. İlk karşılaştırmalar, 124 BOS metabolitinde, özellikle Parkinson ve prodromal gruplar arasında 25 farklılık ve 58 kan metabolitinde, özellikle bu iki grup arasında 36 farklılık olduğunu ortaya koydu. Proteinler arasında, sonuçlar kontroller ve Parkinson hastaları arasında 41 anlamlı BOS farklılığı gösterirken, hiçbir kan proteini herhangi bir karşılaştırmada anlamlı bir fark eşiğini karşılamadı. Protein ve metabolit örüntüleri hastalık evreleri boyunca farklılık gösterdi Metabolomik verilerde, fonksiyonel analizler amino asitleri (proteinlerin yapı taşları) ve lipit (yağ) metabolizmasını içeren yolları vurguladı. Proteomik verilerde ise değişiklikler çoğunlukla protein bağlama fonksiyonları ve enzim aktivitesi ile ilgiliydi. İstatistiksel bir teknik, başlangıçtaki 1.138 protein ve metabolit özelliğinden oluşan havuzu 318'e indirerek birleşik bir BOS-kan imzası oluşturdu. Araştırmacılar daha sonra bu 318 özelliği kullanarak dört makine öğrenmesi modelini eğitti. Makine öğrenmesi, bilgisayar algoritmalarının verilerden öğrenerek tahminler yapmasını sağlayan bir yapay zeka türüdür. Bu analizden, araştırmacılar en az iki makine öğrenmesi modeli tarafından seçilen 21 aday biyobelirteç belirledi. Bunlar arasında yerleşik Parkinson biyobelirteçlerinin yanı sıra nöroinflamasyon, bağışıklık tepkisi ve nörotransmitter düzenlemesi gibi Parkinson biyolojisinde rol oynayan temel süreçlerle bağlantılı proteinler ve metabolitler de vardı. Aday biyobelirteçlerin zamanla nasıl değiştiğini incelemek için ekip, bunları tekrarlanan ziyaretler boyunca izledi. Paneli, üç keşif alt panelinde gruplandırılmış sekiz potansiyel evreye özgü biyobelirtece indirdiler. İlk grup, prodromal ve kontrol grupları arasında seviyeleri anlamlı derecede farklılık gösteren ancak zamanla anlamlı bir ilerleme etkisi göstermeyen potansiyel erken tanı belirteçleri olarak kabul edilen dört spinal sıvı belirtecini içeriyordu: metabolit kadavarin ve sekretogranin, nöroendokrin protein 7B2 ve LSAMP proteinleri. İkinci grup, prodromal evreden klinik Parkinson'a geçişin potansiyel belirteçleri olarak spinal sıvı proteini VGF ve kan proteini lumican'ı içeriyordu. Üçüncü grup, potansiyel ilerleme belirteçleri olarak kan proteinleri kininogen-1 ve galectin-3-binding protein'i içeriyordu. Bunlar, kontrollerle karşılaştırıldığında Parkinson ve prodromal gruplarda zamanla en büyük düşüşlerden bazılarını gösterdi. Çalışmanın sınırlılıkları arasında, yazarlar 16 aylık takip penceresinin kronik, ilerleyici bir hastalık için nispeten kısa olduğunu belirtti. Bulgular ayrıca tamamen bağımsız bir katılımcı grubunda doğrulanmadı ve araştırmacılar modellerin bildirilen performansının hala iyimser olabileceğini söylediler. Araştırmacılar, "Bu çalışma, birden fazla biyolojik sıvıda [farklı türde moleküler verilerin] entegrasyonunun bazı [makine öğrenmesi] çerçeveleri için tahmin performansını artırdığını göstermektedir" diye yazdı. "Nihayetinde, bu bulgular, biyobelirteç seçimini merkezi hastalık patolojisini en iyi yansıtan biyolojik bölmeyle stratejik olarak uyumlu hale getiren çoklu analit panelinin değerini vurgulamaktadır." Bu yazı ilk olarak Parkinson's News Today'de yayınlandı.