Un avance con IA revela por qué el Parkinson es distinto en cada paciente
Un equipo de científicos del VIB-KU Leuven Center for Neuroscience de Bélgica, liderado por el profesor Patrik Verstreken y la doctora Natalie Kaempf, logró un descubrimiento significativo en la comprensión del Parkinson. Mediante el uso de inteligencia artificial, la investigación reveló que, a pesar de los síntomas similares, los mecanismos biológicos subyacentes que provocan la enfermedad pueden ser muy diferentes entre pacientes.
Este hallazgo, publicado recientemente, propone una nueva perspectiva para abordar lo que durante décadas fue considerado un único trastorno neurológico. La identificación de diversos subtipos biológicos podría explicar por qué la eficacia de los tratamientos actuales varía considerablemente entre individuos y allana el camino hacia terapias más precisas y personalizadas.
El Parkinson: una enfermedad compleja con aumento global
El Parkinson es una afección cerebral progresiva que impacta principalmente el movimiento, manifestándose con temblores, rigidez muscular y dificultades motoras. Sin embargo, su alcance va más allá, afectando también el sueño, el estado de ánimo, la memoria y otras funciones cognitivas. La Organización Mundial de la Salud (OMS) destaca que, a medida que la enfermedad progresa, muchas personas desarrollan demencia.
La preocupación por el Parkinson es global y creciente. La OMS estima que su prevalencia se duplicó en los últimos 25 años, alcanzando a más de 8,5 millones de personas diagnosticadas en 2019. Ese mismo año, la enfermedad fue responsable de alrededor de 329.000 muertes y generó 5,8 millones de años de vida ajustados por discapacidad, una métrica que mide el impacto en la calidad y expectativa de vida.
La enfermedad se origina cuando ciertas neuronas productoras de dopamina, un neurotransmisor crucial para el control del movimiento, comienzan a deteriorarse y morir. Aunque los síntomas externos sean similares en muchos pacientes, los avances genéticos han demostrado que múltiples mutaciones pueden desencadenar procesos biológicos distintos. Los especialistas señalan que más de 24 genes están involucrados en el desarrollo de esta condición, una diversidad que podría explicar la variabilidad en la respuesta a los tratamientos.
“Cuando los clínicos o los pacientes observan la enfermedad, ven síntomas similares. Pero a nivel molecular encontramos subcategorías diferentes”, explicó Verstreken en declaraciones difundidas por el VIB.
Cómo la inteligencia artificial desentrañó patrones ocultos
La clave del descubrimiento residió en la innovadora metodología utilizada. En lugar de partir de hipótesis preestablecidas, el equipo empleó el aprendizaje automático, una rama de la inteligencia artificial. Esta herramienta les permitió analizar enormes volúmenes de datos genéticos de modelos animales con alteraciones en 24 genes asociados al Parkinson, revelando patrones y agrupaciones imposibles de detectar con métodos convencionales.
La doctora Kaempf detalló que monitorearon la evolución de los cambios neurológicos en estos modelos animales durante largos períodos. “No teníamos ideas preconcebidas sobre cómo una mutación específica afectaría a nuestro modelo animal”, afirmó la investigadora, subrayando la objetividad del enfoque.
El análisis computacional permitió identificar categorías biológicas y subgrupos con características propias, demostrando que personas con síntomas aparentemente idénticos pueden presentar alteraciones moleculares completamente distintas. Esto implica que la progresión de la enfermedad y la respuesta a las terapias no son uniformes en todos los casos.
Un futuro de medicina personalizada
Este hallazgo tiene el potencial de transformar radicalmente el abordaje del Parkinson. Actualmente, las terapias, como la combinación de levodopa/carbidopa, buscan aliviar síntomas generales relacionados con el movimiento, mejorando la movilidad y la calidad de vida. Sin embargo, la OMS advierte sobre la falta de accesibilidad y asequibilidad de estos tratamientos en muchas regiones.
El nuevo enfoque propone adaptar las terapias según el subtipo biológico específico de cada paciente. Durante la investigación, se observó que ciertos compuestos revertían alteraciones en algunos subgrupos, pero no en otros, reforzando la necesidad de tratamientos dirigidos a mecanismos moleculares específicos.
“Ahora podemos buscar biomarcadores concretos y desarrollar medicamentos dirigidos a cada grupo”, explicó Verstreken.
Los biomarcadores son indicadores medibles del organismo (proteínas, alteraciones genéticas, cambios celulares) que ayudan al diagnóstico y a predecir la evolución de las enfermedades. Su identificación permitirá una clasificación más precisa de los pacientes y el diseño de terapias ajustadas a sus características biológicas únicas.
Rehabilitación y el impacto cotidiano
Más allá de los avances farmacológicos, la OMS enfatiza la importancia de la rehabilitación para mejorar la calidad de vida de las personas con Parkinson. Estrategias como fisioterapia, ejercicios de fuerza, entrenamiento de equilibrio e hidroterapia son clave para mantener la movilidad e independencia.
La enfermedad también impone una carga significativa en familiares y cuidadores, quienes a menudo enfrentan altos niveles de estrés y sobrecarga debido a la necesidad de asistencia diaria. La OMS también alerta sobre la estigmatización, discriminación laboral y dificultades de acceso a una atención médica adecuada que suelen sufrir quienes conviven con esta condición.
Potencial para otras enfermedades complejas
Los investigadores sugieren que esta metodología podría aplicarse a otras patologías complejas, especialmente aquellas donde múltiples factores genéticos y ambientales interactúan. El aprendizaje automático se posiciona como una herramienta poderosa para detectar diferencias ocultas en enfermedades neurológicas con síntomas similares pero mecanismos internos diversos.
Este estudio demuestra cómo el análisis masivo de datos está revolucionando la investigación biomédica, permitiendo una comprensión más profunda de procesos antes indescifrables. El próximo desafío, según los especialistas, será trasladar estos prometedores hallazgos desde los modelos experimentales a estudios clínicos en personas.
