Un equipo liderado por el Barcelonaβeta Brain Research Center (BBRC), centro de investigación de la Fundación Pasqual Maragall, ha desarrollado un nuevo biomarcador de envejecimiento cerebral basado en más de 22.600 imágenes por resonancia magnética. Para ello, ha utilizado herramientas de inteligencia artificial. Este estudio es el primero en demostrar la asociación entre la edad biológica cerebral y la presencia de biomarcadores y factores de riesgo de Alzheimer (como la presencia de las proteínas beta amiloide y tau o del genotipo APOE-ε4) en un total de 2.314 personas cognitivamente sanas o con deterioro cognitivo leve. El estudio también muestra la relación entre el envejecimiento cerebral y marcadores de neurodegeneración y patología cerebrovascular. Los hallazgos, publicados en la revista científica Elife, posicionan este nuevo indicador como una herramienta potencialmente útil en el diagnóstico de diversas enfermedades cerebrales. “Aunque la edad es el principal factor de riesgo para la enfermedad de Alzheimer y la mayoría de las enfermedades neurodegenerativas, los mecanismos biológicos que explican esta asociación aún son poco conocidos”, explica Irene Cumplido, investigadora predoctoral en el Grupo de Investigación en Neuroimagen del BBRC y primera autora del trabajo.

IA para entender el envejecimiento cerebral

Es la primera vez que el BBRC aplica técnicas de aprendizaje automático al estudio del envejecimiento cerebral. Esta metodología que ha ganado una reciente popularidad gracias a su capacidad para identificar patrones relevantes a partir de datos complejos. “Estos modelos aprenden la asociación entre la edad cronológica y las características morfológicas cerebrales extraídas de las imágenes por resonancia magnética. De esta forma, predice una edad cerebral para cada individuo”, explica Verónica Vilaplana, profesora agregada del Departamento de Teoría de la Señal y Comunicaciones de la Universidad Politécnica de Cataluña y también autora del estudio. En este trabajo, el equipo investigador ha entrenado un modelo predictivo para calcular la edad cerebral de mujeres y hombres sanos. Para ello, ha utilizado más de 22.000 medidas obtenidas de imágenes por resonancia magnética. Estas imágenes se han obtenido del UK Biobank, una base de datos biomédica a gran escala que contiene información genética y de salud de medio millón de participantes del Reino Unido.