La UPF i l’Hospital del Mar dissenyen un mètode per classificar amb major precisió els diferents tipus d’artrosi de genoll amb tecnologies avançades
La UPF i l’Hospital del Mar dissenyen un mètode per classificar amb major precisió els diferents tipus d’artrosi de genoll amb tecnologies avançades
La UPF i l’Hospital del Mar dissenyen un mètode per classificar amb major precisió els diferents tipus d’artrosi de genoll amb tecnologies avançades
El nou mètode permetria classificar els tipus d’artrosi dels pacients de forma més objectiva i precisa, amb el suport de tècniques de mineria de dades i modelat biològic, que permeten analitzar i processar grans volums d’informació.
La Universitat Pompeu Fabra (UPF) i l’Hospital del Mar han dissenyat un nou mètode per classificar els tipus d’artrosi de genoll que pateixen els pacients de forma més objectiva i precisa, amb el suport de tècniques de mineria de dades i d’aprenentatge automàtic acoblat amb modelat de regulació biològica de cèl·lules. Amb el suport d’aquestes tècniques, és possible creuar dades reals de les articulacions dels pacients amb dades augmentades obtingudes a partir de simulacions de models de biologia computacional.
Aquesta recerca s’emmarca dins del projecte de recerca STRATO subvencionat per l’Agència Estatal d’Investigació*, dirigit pel Prof. Jérôme Noailly i el Dr Simone Tassani (UPF) i pels Drs Joan Carlos Monllau i Jordi Monfort (Hospital del Mar/ Research Mar Institute). També forma part del projecte O-Health**, dirigit pel Jérôme Noailly i finançat pel Consell de Recerca Europeu (ERC). L’estudi d’aquesta recerca en concret l’ha codirigit Noailly amb la Dra Gemma Piella (UPF).
A dia d’avui, el principal mètode per diagnosticar l’artrosi de genoll es basa majoritàriament en la combinació de tècniques d’imatge amb els símptomes expressats pels pacients -condicionats per percepcions subjectives-, amb el suport de qüestionaris mèdics. A més, en la majoria de casos, la malaltia es detecta en fases avançades quan només és possible pal·liar-ne les conseqüències, però no revertir-ne els efectes.
El nou mètode permetrà detectar les disfuncions en la producció de teixit cartilaginós que causen l’artrosi de genoll, de manera que contribuirà a donar major objectivitat als símptomes que pateixen els pacients, la qual cosa també té un gran rellevància en la medicina de precisió.
L’estudi, que s’ha difós recentment amb un article publicat per la revista Scientific Reports (Nature), aporta avenços rellevants per una de les malalties amb major prevalença en les societats contemporànies. L’artrosi afecta el 22% dels homes i el 31% de les dones majors de 55 anys, segons l’Institute for Health Metrics and Evaluation (2019), i es preveu que la seva incidència augmenti en el futur.
Simulacions computacionals per detectar si les cèl·lules productores del cartílag de les articulacions, o condròcits, funcionen o no amb normalitat
El nou mètode s’ha dissenyat i testejat a partir d’una mostra de 51 pacients amb artrosi de genoll moderada, totes elles dones. D’una banda, segueix utilitzant dades clíniques que defineixen l’estat patològic o els símptomes de cada pacient. Però, de l’altra, permet correlacionar les dades clíniques reals de cada pacient amb dades simulades del comportament dels seus condròcits: les cèl·lules responsables de la producció del cartílag, el teixit esmorteïdor que recobreix les articulacions i que contribueix a reduir les friccions entre els ossos que uneixen. Si els condròcits d’un pacient tenen un comportament destructiu, es desencadenarà l’artrosi i, si tenen un comportament normal o preservatiu, no es generarà la malaltia.
El comportament dels condròcits de cada pacient es pot calcular a partir d’un model computacional personalitzat, que relaciona les proteïnes del líquid present al genoll (líquid sinovial) amb les que es troben a l'interior dels condròcits. Es tracta d’un model computacional basat en xarxes, que integra gran quantitat de coneixement de la biologia del cartílag articular per simular comportaments mecanobiològics. Els nodes de la xarxa representen proteïnes i d’altres molècules importants per a la regulació de l’activitat dels condròcits i les seves interaccions.
Amb aquest model computacional, es pot simular el comportament específic dels condròcits de cada pacient, en funció de les proteïnes detectades al líquid sinovial. Per això, té un gran potencial en l’àmbit de la prevenció, perquè possibilitaria la detecció de les causes de l’artrosi des de les seves fases més primerenques.
Una vegada es compta tant amb les dades clíniques com amb les simulades del genoll de cada pacient, ambdues es poden correlacionar gràcies al tercer element del mètode diagnòstic: l’ús d’un model d'analítica de dades i d’aprenentatge automàtic denominat SVM (Support Vector Machine). Així ho explica Jérôme Noailly, cap de l’àrea de recerca de Biomechanics and Mechanobiology (BMMB) del BCN MedTech de la UPF: “Fem un exercici de mineria de dades amb aprenentatge automàtic, en el nostre cas amb la tecnologia SVM. Ens permet avaluar quines molècules i mecanismes indicats pel model i les simulacions es relacionarien millor amb la patologia i els seus descriptors clínics en cada pacient”.
Cap a la identificació de nous biomarcadors de l’artrosi
La correlació entre les dades clíniques i biològiques de les persones que pateixen artrosi també pot contribuir a la identificació de biomarcadors d’aquesta patologia. Els biomarcadors són essencialment substàncies que indiquen la presència d’elements o processos biològics que serveixen per a diferents finalitats, entre elles diagnosticar una malaltia, definir la seva severitat i extensió, o avaluar-ne l’eficàcia del tractament. En el cas de l’artrosi, actualment no existeix cap biomarcador validat per la comunitat científica que serveixi com a diana terapèutica, és a dir, per determinar sobre quina part específica de l’organisme s’ha d’aplicar el tractament farmacològic contra la malaltia.
Per avançar en la detecció de biomarcadors d’aquest tipus, la recerca ha seguit el següent procediment. Primer, s’han dividit els pacients en dos grups diferents segons si presentaven major o menor nivell per a 7 descriptors de la simptomatologia de l’artrosi. Després, s’ha examinat quin possible biomarcador (o element diferenciador) havia tingut més influència a l’hora de classificar els pacients per grups.
Un dels potencials biomarcadors identificats és el nivell de proteïnes del líquid sinovial del genoll. “Si bé també s’han examinat possibles biomarcadors presents a l’orina o la sang, considerem que la proteòmica del líquid sinovial pot ser més efectiva per diagnosticar l’artrosi”- explica Maria Segarra-Queralt, primera autora de l’article sobre la recerca i investigadora del BCN MedTech de la UPF. Cal tenir en compte que el líquid sinovial es troba dins de les articulacions i que, per tant, té un nivell de proximitat molt més gran amb el cartílag que les substàncies que es puguin trobar a l’orina o la sang. De cara al futur, aquests i d’altres potencials biomarcadors identificats per l’estudi hauran de validar-se amb major nombre de pacients.
Entre els resultats més destacables, que encara són preliminars, els investigadors han pogut confirmar, en primer lloc, que les dades clíniques actuals per si soles no permeten explicar la inflamació mesurada a l'articulació. La hipòtesi és que això es deu al fet que les dades clíniques actuals estan influenciades per la percepció del dolor de cada pacient, que alhora depenen de la situació sociocultural de cada individu. Per això, es proposa limitar l'ús de les dades clíniques actuals, que no acaben d'aportar informació objectiva sobre l'origen de la malaltia, i com a alternativa mesurar el nivell de proteïnes del líquid del genoll.
Gràcies a aquest estudi, s’ha constatat que les defenses innates de l'organisme tenen una gran influència per al desenvolupament de l'artrosi. Això podria tenir un impacte positiu pel que fa al tractament de la malaltia en un futur. Per exemple, si un pacient sent molt de dolor, però té nivells baixos d'aquestes proteïnes, tot indicaria que el dolor que ell sent està alterat per d’altres vies que no provenen directament de l'artrosi, com podria ser una depressió que altera la percepció del dolor en un individu. Per tant, per a aquest pacient, segurament seria contraproduent ser sotmès a una intervenció quirúrgica per reemplaçar-li el genoll amb una pròtesi. Finalment, gràcies a l'ús del model computacional, s’ha pogut determinar com es comporten els condròcits. Els resultats indiquen que el foment de la regeneració biològica del condròcit tindria major potencial terapèutic que tractaments enfocats a la supressió dels senyals proinflamatoris d’aquestes cèl·lules.
Article de referència:
Segarra-Queralt, M., Galofré, M., Tio, L. et al. Characterization of clinical data for patient stratification in moderate osteoarthritis with support vector machines, regulatory network models, and verification against osteoarthritis Initiative data. Sci Rep 14, 11797 (2024). https://doi.org/10.1038/s41598-024-62212-x
*PID2021-126469OB-C21/C22
**ERC-2021-CoG-O-Health-101044828