Одно из самых распространённых психических расстройств – это так называемое биполярное аффективное расстройство. Оно встречается очень часто: в зависимости от критериев диагностики, им страдает от 0,45 до 5-8 человек на 1000 жителей земного шара.
Исторически первыми и до сих пор эффективными препаратами, помогающими при маниакально-депрессивном психозе остаются препараты лития. К сожалению, эти препараты из группы нормотимиков (стабилизаторов настроения) помогают только 30 процентам пациентов. Остальные 70 после нескольких курсов терапии так и не получают облегчения, испытывая всю прелесть побочных эффектов (ионы лития, являясь антагонистами ионов натрия, уменьшают проводимость нервного импульса, приводя к мышечной слабости, атаксии, проблемам с почками и так далее).
Исследователи из института Солка предложили новый метод диагностики, который может заранее предсказать, кто из пациентов ответит на терапию литием, а кто – нет. Исследование опубликовано в журнале Molecular Psychiatry.
Группа под руководством Русти Гейджа (Rusty Gage), профессора лаборатории генетики Института Солка, в 2015 году опубликовала в Nature статью, показав, что нейроны пациентов с биполярным расстройством более возбудимы, чем у здоровых людей. При этом нейроны были более возбудимы даже в том случае, если они получены из клеток кожи пациента. Однако можно ли установить, какие нейроны ответят на терапию литием и перестанут быть гипервозбудимыми.
В новом исследовании Гейдж с коллегами создали культуры нейронов шести пациентов с биполярным расстройством (некоторые из них отвечали на литий, некоторые нет) получив их на сей раз из лимфоцитов. Оказалось, что как культуры нейронов отвечающих на литий пациентов, так и не отвечающих, обладают гипервозбудимостью, но паттерны проходящих по ним нервных импульсов достоверно различаются. Авторам удалось с достоверностью в 92% предсказывать по таким вновь созданным нейронам, кто из пациентов ответит на терапию, а кто – нет. Для создания компьютерной программы диагностики Гейджу пришлось прибегнуть к алгоритмам машинного обучения.
«Особенность нашей системы заключается в том, что вам не нужно использовать 500 или 600 клеток от каждого пациента, – говорит Гейдж, – пяти клеток от одного пациента достаточно, чтобы определить, будет ли он реагировать или не реагировать на литий».
Текст: Алексей Паевский