9 دقیقه
دانشمندان توانسته‌اند از میان «نویز» الکتریکی مغز، یک سیگنال قابل‌اطمینان را استخراج کنند که مستقیماً با مشکلات حرکتی بیماری پارکینسون در ارتباط است. با تجمیع رکوردهای عمیق مغزی از ده‌ها بیمار، پژوهشگران گزارش می‌دهند که اکنون می‌توانند الگوهای ریتمیک مشخصی را شناسایی کنند که روزی ممکن است راهنمای درمانهای تطبیقی (adaptive neuromodulation) و بهبود کنترل حرکتی باشند. این یافتهها میتواند نقش مهمی در توسعه تحریک عمیق مغزی تطبیقی (adaptive DBS) و بیومارکرهای الکتروفیزیولوژیک برای اختلالات حرکتی داشته باشد.
گوش دادن به معنای موجود در نویز مغز
بیماری پارکینسون زمانی رخ میدهد که گانگلیون‌های قاعده‌ای (basal ganglia) — شبکه‌ای عمیق در مغز که به پالایش و هماهنگی حرکت کمک میکند — به‌درستی عمل نکنند. نتیجه مجموعهٔ شناخته‌شده‌ای از نشانه‌ها است: کندی حرکت (bradykinesia)، سفتی (rigidity) و لرزش (tremor). در سال‌های گذشته، پژوهشگران افزایش در برخی از ریتمهای الکتریکی را در گانگلیون‌های قاعده‌ای بیماران گزارش کرده‌اند؛ به‌ویژه نوسانات با فرکانس متوسط تا بالا که بهعنوان امواج بتا (beta waves) شناخته می‌شوند. با این حال، این سیگنالها معمولاً همراه نویز بودند، در مطالعات مختلف ناسازگار به‌نظر می‌آمدند و تطبیق دقیق آن‌ها با علائم خاص بیمار دشوار بود.
برای رفع این چالش‌ها، گروهی از پژوهشگران در مؤسسه ماکس پلانک برای علوم شناختی و مغز انسان (Max Planck Institute for Human Cognitive and Brain Sciences) یک تلاش بین‌المللی را رهبری کردند. آن‌ها پنج مجموعه مجزای رکورد الکتروفیزیولوژیک را که از الکترودهای عمیق مغزی (deep-brain electrodes) کاشته‌شده در 119 فرد مبتلا به پارکینسون به‌دست آمده بود، ترکیب کردند. به‌جای مقایسهٔ مغز بیماران با شرکت‌کنندگان کنترل نامرتبط، تیم فعالیت بین دو نیمکرهٔ هر فرد را با یکدیگر مقایسه کرد — تاکتیکی که به جداسازی ریتمهای مرتبط با بیماری از تغییرپذیریهای فردی کمک میکند و احتمال یافتن بیومارکرهای اختصاصیتر را افزایش میدهد. این رویکرد تجمع داده (data pooling) و مقایسهٔ درونفردی (within-patient hemisphere comparisons) میتواند اثر عوامل مزاحم مانند تنوع جمعیت‌شناختی بیماران و پروفایل‌های علامتی گوناگون را کاهش دهد.
نورولوژیست مریتس گرستر (Moritz Gerster)، نویسندهٔ اصلی مطالعه، این مقایسه را با مثالی قابل‌فهم توصیف کرد: «میتوان مغز را مانند یک تالار کنسرت پر از نوازنده‌ها تصور کرد قبل از آغاز تمرین. برخی گروه‌ها با هم می‌نوازند و یک ریتم مشخص ایجاد میکنند؛ سایرین جداگانه تمرین میکنند و به یک نویز غیرریتمیک تبدیل می‌شوند. اگر فقط سطح کلی صدا را اندازه‌گیری کنید، این تفاوت را از دست می‌دهید.» این تشبیه کمک میکند تا اهمیت جدا کردن فعالیتهای ریتمیک از آتشِ اسپایک‌های غیرمنظم و نویز پس‌زمینه روشن شود — مرحله‌ای که مطالعه روی آن تمرکز داشت.
چگونگی نگاشت سیگنال به حرکت
با تفکیک فعالیتِ ریتمیک از شلیک‌های غیرریتمیک نورون‌ها، تیم پژوهشی الگوهای ثابتی از نوسانات در نوار بتا (beta-band oscillations) و فعالیتهای اسپایکینگ (spiking activity) را شناسایی کرد که با شدت اختلالات حرکتی ارتباط داشتند. به عبارت ساده‌تر: ریتمهای مشخصی در اعماق گانگلیون‌های قاعده‌ای به‌طور قابل‌اعتمادی سطح اختلال حرکتی بیمار را بازتاب می‌دهند. این همبستگی میان ویژگی‌های الکتروفیزیولوژیک و معیارهای بالینیِ عملکرد حرکتی اهمیت زیادی دارد زیرا نشان میدهد میتوان این سیگنالها را بهعنوان بیومارکر برای پایش و هدایت درمان در نظر گرفت.
این کشف از نظر درمانی اهمیت دارد زیرا تحریک عمیق مغزی کنونی (DBS) — که برای برخی از بیماران پارکینسون یک روش درمانی تثبیت‌شده است — معمولاً پالس‌های الکتریکی پیوسته‌ای را ارائه میدهد. اگر پزشکان و مهندسان بتوانند مغز را در زمان واقعی پایش کنند و تنها زمانی تحریک را اعمال کنند که ریتمهای پاتولوژیک پدیدار شوند، درمان میتواند هم دقیق‌تر و هم مؤثرتر شود؛ رویکردی که به آن تحریک بسته‌بندِ تطبیقی یا closed-loop/ adaptive DBS گفته می‌شود. این شبیهِ یک رهبر ارکستر است که سرانجام متوجه می‌شود کدام سازها از زمان خارج شده‌اند و آن‌ها را به موقعیت ریتمیک بازمی‌گرداند — اما در سطح سلولی و الکتریکی مغز.
از منظر فیزیولوژیک، نوسانات بتا در مسیرهای پردازشی گانگلیون‌های قاعده‌ای با مهار حرکات هدفمند و کاهش وابسته به جریان‌های سیناپسی مرتبط دانسته شده‌اند. علاوه بر نوسانات بتا، الگوهای اسپایکینگ نورون‌ها (تعداد و زمان‌بندی تخلیهٔ پتانسیل‌های عمل) اطلاعاتی دربارهٔ حالت محلی شبکهٔ عصبی فراهم میکنند که میتواند مکمل اطلاعات فرکانسی باشد. ترکیب هر دو نوع سیگنال — سیگنال میدان محلی (LFP) و ثبت‌های اسپایک — شناسایی یک امضای الکتریکی قوی‌تر و قابل‌تکرارتر را ممکن می‌سازد.
محل قرارگیری گانگلیون‌های قاعده‌ای در مغز
پیامدها برای درمان و پژوهش
رویکرد این مطالعه — تجمیع مجموعه‌داده‌ها و استفاده از مقایسهٔ درونفردی بین نیمکرهها — باعث کاهش عوامل مخدوش‌کننده‌ای مانند تنوع بیمار و پروفایل‌های علامتی مختلط می‌شود. این امر ریتمهای شناسایی‌شده را به نامزدهای قوی‌تری برای بیومارکرهای سیستمهای نورو‌مدولاسیون تطبیقی تبدیل میکند. توسعه‌دهندگان دستگاههای نسل بعدی تحریک عمیق مغزی می‌توانند از این بیومارکرها برای راه‌اندازی تحریک تنها در زمانی که فعالیت پاتولوژیک ظاهر می‌شود استفاده کنند، که احتمالاً نتایج حرکتی را بهبود و عوارض جانبی را کاهش میدهد.
نشر نتایج این تیم در نشریهٔ eBioMedicine نشان میدهد که این نشانگرهای الکتروفیزیولوژیک می‌توانند به پالایش طراحی آزمایشهای بالینی، تسریع آزمایش دستگاه‌ها و شخصی‌سازی درمان‌ها بر اساس تغییرات زمانی نیازهای هر بیمار کمک کنند. به‌ویژه در طراحی آزمایشهای بالینی برای DBS تطبیقی، استفاده از معیارهای فیزیولوژیک ملموس میتواند اندازه نمونهٔ لازم را کاهش داده، دقت ارزیابی اثربخشی را بالا ببرد و امکان مقایسهٔ مستقیم بین پروتکلهای تحریک را فراهم سازد.
علاوه بر کاربردهای بالینی، این یافتهها برای محققانی که روی فیزیولوژی پاتوژنیک پارکینسون کار میکنند نیز مفید هستند. شناسایی یک امضای قابل‌اتکا از اختلال حرکتی میتواند درک ما را از دینامیک شبکه‌های عصبی در پارکینسون گسترش دهد: چگونه نوسانات بتا و تعاملات بین سطوح فرکانسی مختلف (cross-frequency coupling) بر کنترل حرکتی تأثیر می‌گذارند، و کدام جنبه‌های سیگنال neural بهترین پیش‌بینی‌کنندهٔ پاسخ به درمان هستند؟ این پرسش‌ها مسیرهای جدیدی برای پژوهش پایه و توسعه دستگاه‌ها باز میکنند.
توسعهٔ الگوریتمهای تشخیص زمان واقعی (real-time detection) که بتوانند به‌طور قابلاعتماد الگوهای پاتولوژیک را از نویز پس‌زمینه تمییز دهند، یک چالش مهندسی و محاسباتی است. الگوریتم‌ها باید دارای حساسیت و اختصاصیت بالا باشند، مصرف انرژی کمی داشته باشند و قابلیت اجرا در سختافزار محدودِ کاشت‌شده یا دستگاههای همراه را دارا باشند. از دیدگاه بالینی، تعیین آستانه‌های تحریک، تنظیم پارامترهای پالس و ارزیابی تطبیقی نتایج در شرایط روزمرهٔ بیمار (فعالیتهای روزانه، داروهای همراه، خواب و بیداری) از موارد حیاتی هستند که باید در طراحی سیستمهایadaptive DBS مد نظر قرار گیرند.
محدودیت‌ها و نکات احتیاطی
هرچند نتایج امیدوارکننده‌اند، باید محدودیت‌های مطالعه را نیز در نظر گرفت. تجمیع داده‌ها از مراکز مختلف ممکن است با تفاوت در پروتکلهای ثبت، نوع الکترودها، و شرایط بالینی همراه باشد؛ هرچند مقایسهٔ درونفردی بخشی از این اختلافات را کاهش میدهد، اما کاملاً حذف نخواهد شد. علاوه بر این، علائم بالینی پارکینسون پیچیده و نوسانی هستند و عوامل دیگری نظیر دارودرمانی (مثلاً لوودوپا)، وضعیت عضلانی، و شرایط هم‌کما (comorbidities) می‌توانند روی سیگنال‌های الکتروفیزیولوژیک تأثیر بگذارند.
مسئلهٔ دیگر انتقال نتایج از محیط آزمایشگاهی و بسترهای ثبت دقیق به شرایط بالینی واقعی و دستگاههای کاشت‌شده با محدودیت‌های محاسباتی و قدرتی است. آزمایشهای بالینی کنترلشده طولانیمدت نیاز است تا مشخص شود آیا تحریک مبتنی بر ریتم واقعاً موجب بهبود عملکرد حرکتی، کاهش عوارض دارویی یا افزایش کیفیت زندگی می‌شود یا نه. همچنین لازم است ایمنی تحریک تطبیقی و اثرات طولانیمدت آن بر ساختار و عملکرد مغزی به‌دقت بررسی شود.
چه گام‌هایی در ادامه لازم است؟
تبدیل این یافتهها به مراقبت روزمره نیازمند چند مرحلهٔ کلیدی است: نخست، انجام آزمایشهای بالینی تصادفی و کنترلشده که پروتکلهای تحریک مبتنی بر ریتم (rhythm-driven stimulation protocols) را مقایسه کنند؛ دوم، پیگیری طولانیمدت بیماران برای ارزیابی پایداری مزایا و پیامدهای جانبی؛ و سوم، به‌کارگیری الگوریتمهای بهینه‌شده و سختافزار کممصرف که بتوانند شناسایی و تحریک را در زمان واقعی انجام دهند. علاوه بر این، لازم است استانداردسازی روش‌های ثبت داده و پیش‌پردازش سیگنال بین مراکز مختلف تقویت شود تا قابلیت بازتولید نتایج افزایش یابد.
با نشان دادن یک امضای قابلاعتماد از اختلال حرکتی پارکینسون که در پس‌زمینهٔ الکتریکی مغز دفن شده است، این مطالعه یک گام معنی‌دار به سمت نورو‌مدولاسیون تطبیقی برداشته است. برای پزشکان، مهندسان و بیماران، این کشف یک چشم‌انداز امیدوارکننده فراهم میکند: به‌جای درمان با پالس‌های پیوسته و نسبتاً غیرتفکیک، ممکن است به‌زودی بتوان تحریک را بر اساس ریتمهای طبیعی و پاتولوژیک مغز تنظیم کرد — که نتیجهٔ آن بهبود کیفیت زندگی و کاهش عوارض درمانی است.
در نهایت، پیوند میان پژوهش پایهٔ الکتروفیزیولوژی و طراحی بالینی دستگاههای DBS تطبیقی نیازمند همکاری میان‌رشته‌ای مستمر است؛ همکاری‌ای که شامل نورولوژیست‌ها، مهندسان بیوالکتریک، محققان علوم اعصاب، و کارآزمایی‌های بالینی بزرگ‌مقیاس باشد. چنین هم‌افزایی میتواند مسیر را برای ورود بیومارکرهای قابلاعتماد به رویهٔ بالینی هموار کند و درمان پارکینسون را از لحاظ دقت، کارآیی و شخصی‌سازی به سطح جدیدی برساند.
منبع: sciencealert
نظرات
اتو_ر
قابل‌توجه اما نه معجزه؛ هنوز مسأله مصرف انرژی، الگوریتمهای بلادرنگ و ایمنی پابرجاست. قدم خوبیه ولی راه مونده
کوینپی
ایدهٔ مقایسهٔ درونفردی ساده ولی هوشمندانه‌ست. ترکیب LFP و اسپایک احتمالا قابل‌اعتمادتر کنه، باید ببینیم تو عمل چطور
پمپزون
تو کلینیک دیدم علائم روز به روز فرق می‌کنه، اگه adaptive DBS بتونه این نوسان رو کنترل کنه عالیه ولی پیاده‌سازیش سختیای خودش رو داره
مهدی
واقعاً میشه به این سیگنال به عنوان بیومارکر اعتماد کرد؟ تفاوت الکترودها و پروتکل‌ها رو چجوری حذف کردن… سوالای زیادی هست
دیتاپالس
وااااو یعنی از اون نویز هم میشه حرف درآورد؟ عجیب اما امیدوارکننده، اگه تو عمل هم جواب بده زندگی خیلیا عوض میشه
ارسال نظر