Redacción Farmacosalud.com

Los tejidos y las estructuras cerebrales se estudian a partir de imágenes médicas que luego se procesan e interpretan a través de métodos de segmentación con el objetivo de apoyar el diagnóstico basado en imágenes. Hoy en día, las dos metodologías más utilizadas en la segmentación de estructuras se basan en el modelado de intensidades de los tejidos y en la fusión multi-atlas. La informática tiene un papel fundamental en el desarrollo de nuevas técnicas de adquisición y análisis cuantitativo de imágenes médicas obtenidas por resonancia magnética intracraneal (RMI). Un análisis que, aunque expertos en neuroimagen pueden hacer manualmente, es lento. De ahí que el desarrollo de métodos automáticos para caracterizar de manera precisa las principales estructuras cerebrales sea decisivo para ayudar al diagnóstico. La metodología automática es rápida, objetiva y consigue métodos reproducibles para una gran cantidad de datos.

Investigadores Simbiosys (Simulation, Imaging and Modelling for Biomedical Systems) del Grupo de Investigación del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la Universidad Pompeu Fabra (UPF) de Barcelona, han elaborado un nuevo método de segmentación que combina características complementarias de los dos métodos habitualmente más empleados, citados anteriormente, y consiguiendo mejores resultados. Gerard Sanroma, Oualid M. Benkarim, y Gemma Piella, investigadores del Grupo de Investigación Simbiosys, con Miguel Ángel González Ballester, jefe del grupo y profesor de investigación ICREA del DTIC, explican los detalles de este nuevo método en una comunicación[1] que han presentado al 7th International Workshop Machine Learning in Medical Imaging, celebrado en Atenas ( Grecia).

Cuantificación del volumen de tejido cerebral
El volumen de tejido cerebral neonatal se considera un buen indicador del rendimiento del desarrollo neurológico a largo plazo. La cuantificación del volumen de tejido cerebral se lleva a cabo mediante métodos de segmentación de imagen. Una aplicación práctica del algoritmo creado a Simbiosys radica en la participación del grupo en el Challenge NeoBrainS12. Como explica Sanroma, "nuestro método de segmentación de imágenes de cerebros neonatales está superando el resto de métodos que se presentan  al Challenge NeoBrainS12".

Coordinado desde los Países Bajos, el objetivo del NeoBrainS12 es comparar los rendimientos de los métodos de algoritmos automáticos de cuantificación aplicados a las imágenes de cerebros neonatales siguiendo unos determinados protocolos. En el NeoBrain12 diferentes grupos de trabajo proponen sus algoritmos que se comparan con el mismo patrón de referencia para identificar los de mejor rendimiento. Desde el 2013, el grupo Simbiosys está participando en este reto y los resultados indican que el método de segmentación de Sanroma et al., en muchas de las categorías estudiadas para el challenge, está alcanzando los primeros puestos, con mejoras de hasta un 10% en rendimiento.

Identificados nuevos genes asociados al volumen del cerebro humano
Por otro lado, la revista ‘Nature Neuroscience’ ha publicado un artículo sobre un estudio[2], en el que participan investigadores del grupo de Psiquiatría de la Universidad de Cantabria-IDIVAL-CIBERSAM, dirigidos por Benedicto Crespo-Facorro, en el que se han identificado cinco nuevos lugares del genoma, y replicado otros dos descritos con anterioridad, asociados con el volumen intracraneal. El estudio se ha realizado en una muestra de 32.348 adultos mediante un análisis de asociación del genoma completo (GWAS, por sus siglas en inglés) en poblaciones de dos consorcios internacionales de investigación, CHARGE y ENIGMA, del que forman parte los investigadores cántabros.

“Nos hemos centrado en estudiar cuáles son las bases genéticas que están determinando el tamaño del cerebro en las primeras fases del desarrollo”, explica Crespo-Facorro, “y, realmente parece que sí, que el volumen del cerebro determina el desarrollo cognitivo en la infancia y la protección frente a enfermedades degenerativas cognitivas en la edad adulta. Es un tema de debate a nivel internacional y que nos lleva a situar esta investigación en una de las líneas de máximo interés como es conocer cuál es la relación entre el volumen cerebral y la función cognitiva o la predisposición para tener enfermedades neurodegenerativas en la edad adulta”, añade el investigador.

Y, efectivamente, según se explica en el artículo, “parece que existe una correlación genética importante tanto con el perímetro de la circunferencia craneal como con el funcionamiento cognitivo en la infancia y en la edad adulta. Y, por lo tanto, el tamaño del cerebro que se alcanza durante el desarrollo sí que puede ser un marcador que puede determinar el funcionamiento cognitivo en la infancia como en la vida adulta, en relación con la reserva cognitiva cerebral”. Las diferencias existentes en el tamaño del cerebro entre personas están determinadas por variantes genéticas y también por la influencia de factores ambientales. Existe un amplio debate histórico acerca de si el tamaño del cerebro tiene una repercusión directa en la capacidad intelectual de la persona. El conocimiento de cómo variantes genéticas pueden determinar esas diferencias en el tamaño abre nuevas líneas de investigación en el conocimiento de los determinantes biológicos del desarrollo cerebral y, por ende, de alteraciones neuropsiquiátricas.

Según describe el responsable del grupo de investigación en Psiquiatría, “estos genes descritos nos ofrecen una nueva perspectiva de procesos biológicos que determinan cómo el volumen del cerebro que se alcanza durante el desarrollo varía entre individuos”. Así, la hipótesis de la reserva cognitiva establece que el tamaño cerebral puede ser un elemento que modifique la predisposición individual a sufrir enfermedades cerebrales asociadas a la edad. “Aunque no de manera definitiva, estos hallazgos apoyan la idea de que variaciones en el tamaño cerebral normal pueden ser importantes para el desarrollo intelectual de las personas y para la predisposición a padecer enfermedades neurodegenerativas”, agrega.

Referencias
1. Gerard Sanroma, Oualid M. Benkarim, Gemma Piella, Miguel Ángel González Ballester (2016), “Building an Ensemble of Complementary Segmentation Methods by Exploiting Probabilistic Estimates”, pp. 27-25, en: L. Wang et al. (Eds): MLMI 2016, LNCS 10019, Springer International Publishing. DOI: 10.1007/978-3-319-47157-0_4
2. “Novel genetic loci underlying human intracranial volume identified through genome-wide association”. Adams HH, et al. Nat Neurosci. 2016 Oct 3. doi: 10.1038/nn.4398.