Alzheimer ist die häufigste neurodegenerative Erkrankung im Alter. Bis eine Diagnose gestellt werden kann, ist der Abbau von Gehirnzellen jedoch oft schon weit fortgeschritten. Denn derzeit gibt es keine objektiven, einfach zu testenden Biomarker zur Früherkennung. Frühe Anzeichen einer Demenz können durch Gehirnaktivität, Darmflora oder Bluttests identifiziert werden. Diese Verfahren befinden sich jedoch noch in der Erprobungsphase und erfordern häufig komplexe Verfahren und Geräte. Verfahrensschema: Ein Tropfen Amyloidlösung wird auf eine beschichtete Glasoberfläche gegeben und getrocknet. Das resultierende Muster wird analysiert. © Jeihanipour und Lahann/Advanced Materials, CC-by-nc-nd 4.0
Trockene Stellen als Indikator?
Aber vielleicht geht es auch einfacher: Azam Jeihanipour und Jörg Lahann vom Karlsruher Institut für Technologie (KIT) haben eine Methode entwickelt, die krankhaft veränderte Amyloid-beta-Proteine in Blut- oder Liquorproben leicht nachweisen könnte. Solche fehlgefalteten Beta-Amyloide gelten als Marker für die Alzheimer-Krankheit. Sie können im Gehirn nicht richtig abgebaut werden, daher bilden sie Klumpen, die Neuronen schädigen und töten. Das neue Verfahren basiert auf sogenannten „braunen Ringflecken“ – den Flecken, die eine getrocknete Lösung auf einer Oberfläche hinterlässt. Die Struktur solcher Trockenstellen wird stark von den chemischen Eigenschaften der Bestandteile beeinflusst – und damit auch von der dreidimensionalen Faltung und Struktur der Proteine. “Veröffentlichte Punktmuster von Peptid- und Proteinlösungen reichen von homogenen Filmen über verzweigte und vernetzte Muster bis hin zu komplexeren Anordnungen”, erklären Jeihanipour und Lahann.
Amyloidtröpfchen im Test
Um herauszufinden, ob anhand dieses Trocknungsmusters auch gesunde und kranke Amyloid-Beta-Varianten unterschieden werden können, lösten die Forscher verschiedene Amyloid-Varianten in einem Bicarbonat-Puffer und tropften jeweils zwei Mikroliter auf eine zuvor speziell beschichtete Glasoberfläche. Die Tropfen wurden dann 40 Minuten lang unter kontrollierten Bedingungen getrocknet. Das Ergebnis sind etwa zwei Millimeter große trockene Flecken, die unter dem Polarisationsmikroskop ein charakteristisches Muster zeigen. Salzkristalle aus dem Puffer lagern sich hauptsächlich in der Mitte der Spots ab, während Peptide und Salzkristalle am äußeren Rand eine relativ homogene Grenze bilden. In der mittleren Zone sind jedoch Verzweigungsstrukturen zu erkennen, die sich von innen nach außen erstrecken und für jede Peptidvariante spezifisch zu sein scheinen. „Die Unterschiede zwischen diesen Mustern mit bloßem Auge zu erkennen, ist jedoch eine große Herausforderung, weil sie so ähnlich sind“, erklären die Forscher. Daher haben sie die Hilfe eines adaptiven Algorithmus gesucht. Dieses Deep-Learning-System wurde zunächst mit etwa 400 Musteraufzeichnungen pro Amyloid-Variante trainiert. Der Algorithmus sollte dann automatisch 720 neue Bilder der acht Peptidkonformationen klassifizieren.
99 Prozent Genauigkeit
Und tatsächlich: Das KI-System konnte die Struktur und Faltung der Beta-Amyloid-Ketten ausschließlich aus den Trockenstellen erkennen und korrekt zuordnen. „Die Fleckenmuster waren nicht nur unverwechselbar und reproduzierbar, sondern führten auch zu einer Klassifizierung mit einer Vorhersagegenauigkeit von über 99 Prozent“, berichtet Lahann. „Da die Strukturen sehr ähnlich und mit bloßem Auge schwer zu unterscheiden sind, war es ziemlich überraschend, dass die neuronalen Netze so effektiv waren.“ Dies zeigt den Forschern zufolge, dass mit dieser relativ einfachen und schnellen Methode auch die verschiedenen Amyloid-Varianten identifiziert werden können, die mit der Alzheimer-Krankheit assoziiert sind. „Die Speckle-Muster von Amyloid-Beta-Peptiden stellen Fingerabdrücke dar, die die strukturelle und räumliche Identität des Peptids widerspiegeln“, sagt Lahann. Diese Methode hat daher großes Potenzial, als schneller und einfacher Test zur Früherkennung von Alzheimer und Parkinson eingesetzt zu werden. (Advanced Materials, 2022; doi: 10.1002/adma.202110404) Quelle: Karlsruher Institut für Technologie 13. Juli 2022 – Nadja Podbregar
title: “Alzheimer Tr Pfchenmuster Zeigt Fehlfaltung Trocknungstest Kann Das Vorhandensein Von Pathologischen Amyloid Beta Proteinen Nachweisen " ShowToc: true date: “2022-12-06” author: “Sharon Templeton”
Alzheimer ist die häufigste neurodegenerative Erkrankung im Alter. Bis eine Diagnose gestellt werden kann, ist der Abbau von Gehirnzellen jedoch oft schon weit fortgeschritten. Denn derzeit gibt es keine objektiven, einfach zu testenden Biomarker zur Früherkennung. Frühe Anzeichen einer Demenz können durch Gehirnaktivität, Darmflora oder Bluttests identifiziert werden. Diese Verfahren befinden sich jedoch noch in der Erprobungsphase und erfordern häufig komplexe Verfahren und Geräte. Verfahrensschema: Ein Tropfen Amyloidlösung wird auf eine beschichtete Glasoberfläche gegeben und getrocknet. Das resultierende Muster wird analysiert. © Jeihanipour und Lahann/Advanced Materials, CC-by-nc-nd 4.0
Trockene Stellen als Indikator?
Aber vielleicht geht es auch einfacher: Azam Jeihanipour und Jörg Lahann vom Karlsruher Institut für Technologie (KIT) haben eine Methode entwickelt, die krankhaft veränderte Amyloid-beta-Proteine in Blut- oder Liquorproben leicht nachweisen könnte. Solche fehlgefalteten Beta-Amyloide gelten als Marker für die Alzheimer-Krankheit. Sie können im Gehirn nicht richtig abgebaut werden, daher bilden sie Klumpen, die Neuronen schädigen und töten. Das neue Verfahren basiert auf sogenannten „braunen Ringflecken“ – den Flecken, die eine getrocknete Lösung auf einer Oberfläche hinterlässt. Die Struktur solcher Trockenstellen wird stark von den chemischen Eigenschaften der Bestandteile beeinflusst – und damit auch von der dreidimensionalen Faltung und Struktur der Proteine. “Veröffentlichte Punktmuster von Peptid- und Proteinlösungen reichen von homogenen Filmen über verzweigte und vernetzte Muster bis hin zu komplexeren Anordnungen”, erklären Jeihanipour und Lahann.
Amyloidtröpfchen im Test
Um herauszufinden, ob anhand dieses Trocknungsmusters auch gesunde und kranke Amyloid-Beta-Varianten unterschieden werden können, lösten die Forscher verschiedene Amyloid-Varianten in einem Bicarbonat-Puffer und tropften jeweils zwei Mikroliter auf eine zuvor speziell beschichtete Glasoberfläche. Die Tropfen wurden dann 40 Minuten lang unter kontrollierten Bedingungen getrocknet. Das Ergebnis sind etwa zwei Millimeter große trockene Flecken, die unter dem Polarisationsmikroskop ein charakteristisches Muster zeigen. Salzkristalle aus dem Puffer lagern sich hauptsächlich in der Mitte der Spots ab, während Peptide und Salzkristalle am äußeren Rand eine relativ homogene Grenze bilden. In der mittleren Zone sind jedoch Verzweigungsstrukturen zu erkennen, die sich von innen nach außen erstrecken und für jede Peptidvariante spezifisch zu sein scheinen. „Die Unterschiede zwischen diesen Mustern mit bloßem Auge zu erkennen, ist jedoch eine große Herausforderung, weil sie so ähnlich sind“, erklären die Forscher. Daher haben sie die Hilfe eines adaptiven Algorithmus gesucht. Dieses Deep-Learning-System wurde zunächst mit etwa 400 Musteraufzeichnungen pro Amyloid-Variante trainiert. Der Algorithmus sollte dann automatisch 720 neue Bilder der acht Peptidkonformationen klassifizieren.
99 Prozent Genauigkeit
Und tatsächlich: Das KI-System konnte die Struktur und Faltung der Beta-Amyloid-Ketten ausschließlich aus den Trockenstellen erkennen und korrekt zuordnen. „Die Fleckenmuster waren nicht nur unverwechselbar und reproduzierbar, sondern führten auch zu einer Klassifizierung mit einer Vorhersagegenauigkeit von über 99 Prozent“, berichtet Lahann. „Da die Strukturen sehr ähnlich und mit bloßem Auge schwer zu unterscheiden sind, war es ziemlich überraschend, dass die neuronalen Netze so effektiv waren.“ Dies zeigt den Forschern zufolge, dass mit dieser relativ einfachen und schnellen Methode auch die verschiedenen Amyloid-Varianten identifiziert werden können, die mit der Alzheimer-Krankheit assoziiert sind. „Die Speckle-Muster von Amyloid-Beta-Peptiden stellen Fingerabdrücke dar, die die strukturelle und räumliche Identität des Peptids widerspiegeln“, sagt Lahann. Diese Methode hat daher großes Potenzial, als schneller und einfacher Test zur Früherkennung von Alzheimer und Parkinson eingesetzt zu werden. (Advanced Materials, 2022; doi: 10.1002/adma.202110404) Quelle: Karlsruher Institut für Technologie 13. Juli 2022 – Nadja Podbregar
