Cientistas descobrem que a esclerose múltipla pode ter dois subtipos distintos.

Há indícios de que possam existir dois subtipos distintos de esclerose múltipla, de acordo com um novo estudo liderado por cientistas do University College London (UCL). Se esta conclusão vier a ser confirmada, poderá permitir aos médicos oferecer cuidados mais personalizados aos doentes.

Para chegar a estes resultados, a equipa recorreu a aprendizagem automática para examinar dados provenientes de análises ao sangue e de exames de ressonância magnética (RM) de 634 participantes incluídos em dois ensaios clínicos diferentes. Modelos de aprendizagem automática são treinados para detetar padrões muito subtis que, por vezes, escapam à observação humana.

As análises ao sangue procuravam detetar uma proteína chamada cadeia leve de neurofilamento sérico (sNfL), um biomarcador já reconhecido em doenças do sistema nervoso, incluindo a esclerose múltipla (EM).

Em paralelo, as RM avaliaram lesões, danos e outras alterações em várias regiões do cérebro. Na EM, o sistema imunitário do organismo ataca por engano a bainha protetora que envolve as células nervosas, originando lesões que dificultam a comunicação entre nervos.

Ao colocar lado a lado os resultados das análises e as imagens cerebrais, o modelo conseguiu agrupar os doentes em subtipos separados.

Subtipos de esclerose múltipla: sNfL-precoce e sNfL-tardio

Os doentes classificados como “sNfL-precoce” apresentavam aumentos mais cedo nos níveis desta proteína e, além disso, mostravam danos no corpo caloso - a estrutura que liga os hemisférios esquerdo e direito do cérebro. Este subtipo pareceu ter um comportamento mais agressivo, com desenvolvimento de lesões cerebrais a um ritmo superior ao observado noutros doentes.

O segundo subtipo recebeu a designação de “sNfL-tardio” e aparentou evoluir de forma mais lenta. Neste grupo, os primeiros sinais foram a diminuição do córtex límbico e da substância cinzenta localizada em profundidade no cérebro. Só numa fase posterior é que os níveis de sNfL no soro sanguíneo começaram a aumentar.

“By using an AI model combined with a highly available blood marker with MRI, we have been able to show two clear biological patterns of MS for the first time,” afirma Arman Eshaghi, neurocientista do UCL e cofundador da Queen Square Analytics, uma empresa derivada envolvida na investigação.

“Isso ajudará os clínicos a perceber onde uma pessoa se encontra no percurso da doença e quem poderá precisar de monitorização mais próxima ou de tratamento dirigido mais cedo.”

O modelo de aprendizagem automática foi treinado com dados de 189 pessoas com diferentes tipos de EM (EM recorrente-remitente ou EM secundária progressiva) e, depois, foi testado em mais 445 participantes que tinham sido diagnosticados recentemente com a doença.

Os neurofilamentos são proteínas que dão suporte aos neurónios em todo o sistema nervoso central e periférico e, em pessoas saudáveis, têm uma renovação relativamente lenta. No entanto, a neurodegenerescência liberta estas proteínas para os fluidos corporais a ritmos mais elevados, tornando-as potenciais biomarcadores de doenças e perturbações do sistema nervoso.

Ainda assim, no soro sanguíneo a diferença é bastante subtil, o que dificulta a sua utilização para diagnóstico. A RM também consegue identificar padrões na disseminação da EM, mas não esclarece os pormenores específicos do processo da doença.

Perante isto, os autores do novo estudo defendem que a utilidade destas medições aumenta quando se combinam os níveis de neurofilamentos com outros dados, como os obtidos por RM.

“By adding sNfL, an established indicator of neuroaxonal injury, we have advanced beyond the structural snapshot provided by MRI alone,” concluem os investigadores.

Atualmente, a EM é classificada e tratada com base nos sintomas e na evolução clínica, mas essa abordagem não reflete os mecanismos subjacentes. Os autores do estudo referem que, caso seja validada em trabalhos adicionais, a técnica combinada que propõem poderá ajudar os médicos a recomendar terapêuticas mais adequadas.

A investigação foi publicada na revista Brain.