A precíziós agyi képalkotást köti össze a multimodális életmód-intervencióval a Magyar Tudományos Akadémia Nemzeti Agykutatási Programjának támogatásával zajló kutatási program, ami az agyi motivációs rendszer öregedési folyamatok lassításában betöltött szerepét vizsgálja. A HUN-REN Természettudományi Kutatóközpont agykutatói a néptánc régóta ismert közösségteremtő és motivációs képességét kihasználva építettek fel egy fizikai és szellemi foglalkozásokra épülő programot, annak érdekében, hogy új ismereteket szerezzenek azokról az agyi mechanizmusokról, amelyek növelik az agy ellenálló képességét az öregedéssel szemben. Vidnyánszky Zoltán neurobiológussal, az MTA doktorával, a HUN-REN Természettudományi Kutatóközpont, Agyi Képalkotó Központjának vezetőjével készült interjúnkban szó esik emellett a NAP3.0 program félidejében tartó kutatás fontos előzményeiről, és arról, hogy mit várnak a szakemberek az önkéntes fiatalok és idősek bevonásával zajló komplex vizsgálatoktól.
A NAP 3.0 keretében folytatott kutatásaink fő célja annak megértése, hogy az öregedéssel járó kognitív károsodás milyen mértékben magyarázható egyes specifikus kognitív funkciók – például a munkamemória vagy a tárolási kapacitás – romlásával, illetve mennyiben tulajdonítható inkább annak, hogy csökken a feladat sikeres végrehajtásához szükséges motiváció és a megfelelő kognitív erőfeszítés allokációja. Ez utóbbi tényező szabályozását az agyi jutalmazási/motivációs rendszer végzi, amely meghatározza, hogy az egyén mekkora erőfeszítést hajlandó befektetni, illetve mennyire motivált egy adott kognitív feladat elvégzésére. Kutatásunk során sikeresen implementáltuk az agyi motivációs rendszer strukturális és funkcionális szerveződésének, valamint integritásának egyéni szintű mérésére alkalmas, legkorszerűbb MRI-módszereket, melyek alkalmazásával számos jelentős új eredményt értünk el.
A HUN-REN TTK Agyi Képalkotó Központja
Fotó: Szigeti Tamás / MTA
Ezek szerint nem annyira a populáció nagy csoportjaira, hanem inkább az egyénre koncentrálnak?
Igen, kutatásainkban ezt a precíziós agyi képalkotási megközelítést alkalmazzuk, amelyet összekapcsoltunk egy másik, a HUN-REN támogatásával zajló, időskori intervenciós kutatásunkkal. Ezáltal reményeink szerint lehetőségünk nyílik arra, hogy feltárjuk az agy motivációs rendszere és a specifikus kognitív funkciók öregedés során bekövetkező hanyatlása közötti ok-okozati összefüggéseket. Léteznek ugyan keresztmetszeti vizsgálatok, amelyekben fiatalok és idősek összehasonlításával próbálunk bizonyos funkcióbeli különbségeket azonosítani, ám ezekből nehéz pontosan meghatározni, mi áll a tapasztalt eltérések hátterében. Sokkal hatékonyabb és pontosabb megközelítés az, amikor ugyanazon személyen belül vizsgáljuk meg a változásokat, és azonosítjuk azokat a folyamatokat, amelyek pozitív vagy negatív irányba befolyásolják az öregedést. Mivel azonban maga az öregedési folyamat akár 10-15 évet is igénybe vehet, ennek nyomon követése nehéz, rendkívül költséges, és csak hosszú távon hozhat eredményt.
Ezért vetjük be az úgynevezett multimodális életmód-intervenció eszközét: olyan, fizikai és szellemi foglalkozásokra épülő programot építünk föl, amely egyúttal a társas kapcsolatokat is támogatja. Ezt mi a néptáncba integráltuk, a néptánc régóta ismert közösségteremtő és motivációs képességét használjuk ki és építjük fel úgy, hogy nagyon sok benne a fizikai aktivitás, a tanulás, azaz folyamatosan tánclépéseket, népdalokat, finom mozgáskoordinációt tanulnak a programban részt vevők. Gyakorlatilag beépítjük az életükbe ezt a fejlesztő programot, és figyeljük a hatását. Már megvolt az előzetes mérés, amit az intervenció követett, és most május–júniusban lesz a második, utólagos mérés. Reményeink szerint a NAP keretében kidolgozott paradigmák és módszerek lehetővé teszik, hogy feltárjuk az agy motivációs rendszerének szerepét az öregedési folyamatok lassításában, illetve egyes agyi funkciók kedvező irányú módosításában az intervenció segítségével. Ezáltal fontos új ismereteket szerezhetünk azokról az adaptív agyi mechanizmusokról, amelyek növelik az agy ellenálló képességét az öregedéssel szemben.
A demencia korunk egyik legnagyobb társadalmi és a gazdasági terhet jelentő népbetegsége. Világszerte több mint 50 millió embert érint, hosszú évekre súlyos terhet róva az érintett családokra, mivel a demenciában szenvedők folyamatos gondozásra és támogatásra szorulnak. Hogyan segíthetnek ebben önök, kutatók?
Jelenleg nincs hatékony gyógymód a demencia kialakulása ellen. Bár megjelentek új, engedélyezett gyógyszerek, ezek hatékonysága korlátozott, csak a betegek kis százalékánál alkalmazhatók. Az, hogy a következő 5-10 évben várható-e áttörés ezen a területen, egyelőre bizonytalan.
A hatékony gyógyszeres kezelés hiányában az utóbbi években a kutatások fókuszába a megelőzés került. Ezek közül a legismertebb a Finnországban és Svédországban indult FINGERS program, amely a világ első komplex, multimodális időskori életmód-támogató programja, amelyhez mára több mint 70 ország csatlakozott. A FINGERS egyszerre támogatja és vizsgálja a fizikai aktivitás, a szellemi tevékenység, az egészséges táplálkozási szokások és a társas kapcsolatok megőrzésének hatását az idős emberek mentális egészségére és agyi funkcióira. Kutatási eredményeik szerint egy megfelelően összeállított életmódprogram akár 40 százalékkal is csökkentheti a demencia kialakulásának kockázatát az időseknél.
Központunk tavaly csatlakozott a FINGERS kutatási hálózathoz, és a saját intervenciós programunkat kiegészítettük a NAP keretében kifejlesztett precíziós kutatási módszerekkel. Célunk az, hogy az átfogó életmódváltást eredményező intervenció neurokognitív hatását egy randomizált kontrollcsoportos klinikai vizsgálat keretében a korábbiaknál sokkal pontosabban, egyéni szinten vizsgáljuk precíziós strukturális és funkcionális MRI-módszerekkel. Tavaly 40 aktív és 40 kontrollcsoportos időskorú önkéntessel indítottuk el a programunkat. Az előzetes kutatások, valamint állatmodelleken végzett vizsgálatok alapján a motivációs és jutalmazási rendszer bizonyult a legjobban befolyásolhatónak, ezért erre fókuszálunk. A résztvevők fél éven át heti háromszor vesznek részt egyórás, néptáncba épített fejlesztő foglalkozáson. A kiválasztás során 65–75 év közötti, nem feltétlenül teljesen egészséges, hanem az öregedéssel kapcsolatos kockázatú időseket választottunk ki. Az első fél éves periódus májusban ér véget, ekkor elvégezzük a második mérést. Mivel a vizsgálatban részt vevők lelkesedése minden várakozásunkat felülmúlta, és az eddigi eredmények is nagyon ígéretesek, terveink szerint egy évvel meghosszabbítjuk a vizsgálatot.
A HUN-REN TTK Agyi Képalkotó Központja
Fotó: HUN-REN TTK
Az elmúlt évek kutatásai világossá tették, hogy időskorban a társas kapcsolatok fenntartása kulcsfontosságú a demencia megelőzésében, miközben a legfőbb kockázati tényező az izoláció. Látható, hogy nyugdíjazás után a társas kapcsolatok drasztikus csökkenése jelentős állapotromlást okozhat már rövid távon is. Saját programunk eredményeit látva, módszereink sikerességében bízva optimisták vagyunk a jövőbeli eredményeket illetően.
Túl van a félidőn a NAP 3.0. Mit tartana a kutatásuk pozitív vagy kívánatos kimenetelének?
Reményeink szerint az általunk alkalmazott precíziós képalkotó megközelítés jelentős új ismeretekkel járul majd hozzá azoknak az időskori agyi adaptív mechanizmusoknak a mélyebb megértéséhez, amelyek a kognitív képességek öregedéssel összefüggő, egyénenként eltérő változásainak neurális alapját képezik, valamint feltárja az életmóddal való hatékony befolyásolásuk lehetőségeit.
Minden klinikai vizsgálatnak vannak úgynevezett elsődleges kimeneti, eredményességi mutatói, amelyekkel mérni kívánjuk a vizsgálat hatékonyságát. Az agyi öregedési folyamatok egyik legstabilabb és legjobb markerei az egymástól elkülönülten, de azért egymással összhangban dolgozó, különböző funkciókra specializálódó nagy agyi hálózatok. Van, ami szenzoros, tehát az érzékeléssel, a látással, hallással kapcsolatos funkciókat irányítja, van, ami az agy figyelmi és végrehajtó funkcióiért felelős. Amíg egészséges, fiatal, és jól működik az agy, addig ezek a hálózatok jól elkülönülnek, és mindegyik specifikusan a saját feladatát végzi. Ezt úgy kell elképzelni, mint a futballt. Egy csapat akkor működik jól, ha a pályán vannak hátvédek, középpályások és csatárok. Ha jól definiáljuk a feladataikat, szépen elvégzik őket, miközben egymásnak passzolgatnak, segítik egymást és a csapatot. Ha nincs jól definiálva, kinek mi a feladata, nem tudja mindenki a helyét a pályán, akkor elkezd mindenki mindent csinálni, és a végén kikap a csapat. Úgy látjuk, hogy időskorban a specializáció megbomlik, a szegregált, differenciált agyi hálózatrendszer elkezd kicsit mindent is csinálni. Ezért nem olyan kiélezett, nem olyan gyors és nem olyan hatékony, mint fiatalkorban. Mivel ez az egyik legadaptívabb része az agyi rendszereknek, alkalmas lehet arra, hogy intervencióval, egészséges életmódváltással picit visszatereljük a jó irányba.
Az fMRI az egyedüli módszer, amivel ezeket a nagy hálózatokat emberben nem invazív módon vizsgálni tudjuk. Az állatkísérletekben elterjedt kutatási módszerek, mint például az elektrofiziológia, általában egy-egy speciális területre fókuszálnak, de látjuk, hogy az agy nem izoláltan működik, hanem olyan nagy rendszerként, amely egy kicsit kapcsolatban van mindennel, speciális hálózatokba kötve. Ez az egyik fő célunk, hogy markereket, olyan módszereket állítsunk be, amelyekkel előre jelezni tudjuk és kimutathatóvá tesszük az öregedés során bekövetkező károsodás mértékét, hogy hogyan hanyatlik e hálózatok működése, és hogyan lehetne rajtuk változtatni újra, akár személyre szabottabban.
A NAP keretében külön vizsgálunk egy speciális agyi hálózatot, az úgynevezett szalienciahálózatot (salience network). Az ebbe a hálózatba tartozó agyterületek – például az anterior insularis kéreg, az anterior cinguláris kéreg és a ventrális striátum – felelősek azoknak az ingereknek és eseményeknek a feldolgozásáért, amelyek különösen fontosak vagy feltűnőek (szaliensek) a viselkedésünk és a döntéseink szempontjából. Ilyen ingerek lehetnek a jutalmak, az új és váratlan események vagy bármilyen környezeti változás, amely eltér attól, amit előre megjósoltunk.
A jelenlegi domináns idegtudományi elmélet szerint az agy egy nagy előre jelző (predikciós) gép. Fejlődésünk során tanulási folyamatokon keresztül kialakul egy belső, úgynevezett generatív világmodell, amely a tapasztalatok alapján leképezi környezetünket, és folyamatosan előrejelzéseket készít arról, hogy mi fog történni a következő pillanatokban. Ez egy rendkívül hatékony folyamat, mivel képtelenség minden kívülről érkező információt teljes részletességgel feldolgozni. Az agy ezért elsősorban nem a beérkező ingereket dolgozza fel részletesen, hanem azt, hogy ezek az ingerek mennyiben térnek el a belső modell által generált predikcióktól – tehát a predikciós hibát értékeli. Éppen ezért minden váratlan inger vagy jutalom nagy predikciós hibaként jelenik meg a szalienciahálózat aktivitásában.
A NAP keretében zajló kutatásunk során azt vizsgáljuk, hogy az általunk alkalmazott intervenció hogyan hat a szalienciahálózatra, és miként fordítható át ez a hatás motivációvá. Ez azért különösen fontos, mert időskorban a motiváció patológiás csökkenése apátiaként jelentkezhet, amikor az egyén passzívvá válik, nem kezdeményez, nem tűz ki célokat, és nem keresi az új kihívásokat. A szalienciahálózat a motivációs folyamatok neurális alapját képezi, így hipotézisünk szerint vizsgálatával objektíven mérhető, hogy intervenciónk mennyire képes pozitívan befolyásolni az idős emberek motivációs rendszerét.
Az utóbbi években rengeteget fejlődtek a neurológiai kutatásokban használt MI-eszközök, korábban ön is úttörő szerepet vállalt a mesterséges intelligencia fMRI-adatok analízisére történő alkalmazásában. Milyen új fejleményekről lehet beszámolni ezen a területen?
A NAP második szakaszának fókuszában a mesterséges intelligencia alkalmazása állt. Az MR-alapú képalkotó eljárások hihetetlen mennyiségű és rendkívül összetett adatot generálnak. Egyetlen MR-felvétel háromdimenziós, 1×1×1 milliméteres térbeli felbontású képet biztosít, ami hatalmas információtömeget jelent az agyról. Ekkora adatmennyiséget ma már pusztán kvalitatív módszerekkel lehetetlen feldolgozni, az fMRI-adatok elemzése pedig még ennél is komplexebb. Ezért kezdtünk el olyan gépi tanulási algoritmusokat, illetve mesterséges intelligencián alapuló módszereket fejleszteni, amelyek lehetővé teszik ezeknek az adatoknak a pontosabb és hatékonyabb feldolgozását.
Teljes tartalom az MTA oldalán
Forrás: Magyar Tudományos Akadémia
