Международная группа исследователей сделала важное открытие в изучении болезни Паркинсона. Установлено, что данное заболевание не является однородным, а включает несколько генетически и биологически различных подтипов. Это объясняет, почему одни и те же лекарства могут не помогать всем пациентам и открывает возможности для разработки персонализированных схем лечения.
С помощью машинного обучения исследователи выделили две основные группы и пять более мелких подгрупп пациентов. Это позволило понять, что различные мутации в генах, связанных с болезнью Паркинсона, ведут к образованию отдельных молекулярных подтипов заболевания.
По словам профессора Патрика Верстрекена, обнаружение подкатегорий на молекулярном уровне имеет значение, поскольку не существует единого препарата, который мог бы воздействовать на все виды нарушений. В ходе экспериментов на животных с разными генетическими мутациями было выяснено, что одно и то же лекарство эффективно лишь для определенной подгруппы пациентов, что подтверждает необходимость перехода к персонализированной медицине, учитывающей генетические особенности.
Выводы исследования основаны на наблюдениях за поведением плодовых мушек с мутациями в 24 генах, связанных с болезнью Паркинсона. Данные анализировались с использованием объективных вычислительных методов, что позволило выявить скрытую структуру заболевания и выявить новые закономерности. Исследователи считают, что данный подход может быть полезен и для других сложных заболеваний, вызванных мутациями или воздействием окружающей среды, что открывает перспективы для создания более эффективных методов лечения.
Информация в статье носит справочный характер и не заменяет консультацию врача. Перед применением рекомендаций обратитесь к специалисту.
Читайте также на Mail Наука, как две молекулы ускоряют восстановление нервной системы при рассеянном склерозе.
Фото: hi-tech.mail.ru
Материалы проходят проверку с учетом современных клинических рекомендаций, научных данных и практического опыта врачей. Основная задача Медколлегии — обеспечить достоверность, актуальность и понятность медицинской информации для пользователей.