Nuova Tecnica di Mappatura Cerebrale Rivela Pattern Metabolici nella Malattia di Alzheimer

Comprendere il metabolismo cerebrale è fondamentale per la ricerca sulla longevità, poiché la disfunzione metabolica è alla base di molte malattie neurodegenerative legate all'età. Gli approcci tradizionali studiano separatamente le diverse classi molecolari, perdendo di vista le connessioni importanti tra le vie metaboliche.

I ricercatori dell'Università della Florida hanno sviluppato un innovativo flusso di lavoro per analizzare simultaneamente tre classi di biomolecole — metaboliti, lipidi e glicani — da una singola sezione di tessuto cerebrale tramite imaging a spettrometria di massa. La loro piattaforma computazionale, Sami (Spatial Augmented Multiomics Interface), integra questi dataset per rivelare pattern metabolici nelle diverse regioni cerebrali.

I test condotti su cervelli di topo hanno evidenziato firme metaboliche distinte nelle diverse regioni cerebrali, dimostrando l'esistenza di richieste metaboliche specifiche per ciascuna regione nel tessuto sano. Applicata ai modelli murini di Alzheimer Ps19, la tecnica ha identificato una significativa disregolazione metabolica rispetto ai cervelli normali, fornendo nuove informazioni sui cambiamenti biochimici che avvengono durante la neurodegenerazione.

L'innovazione chiave del metodo risiede in una preparazione sequenziale del campione che preserva le informazioni spaziali analizzando al contempo più classi molecolari. Questo approccio mantiene l'integrità del tessuto e consente di risparmiare campioni preziosi, offrendo al tempo stesso una mappatura metabolica completa a risoluzione sub-mesoscalare.

Per la ricerca sulla longevità, questa tecnica offre nuove e potenti capacità per comprendere come il metabolismo cerebrale cambia con l'invecchiamento e la malattia. La possibilità di mappare spazialmente reti metaboliche interconnesse potrebbe accelerare la scoperta di bersagli terapeutici e biomarcatori per il declino cognitivo legato all'età. Tuttavia, lo studio attuale ha utilizzato modelli murini e la validazione su tessuto umano sarà indispensabile per la traduzione clinica.