• biomarcatori (biomarkers)
• interferone gamma (interferon gamma)
• machine learning
• malattia di Alzheimer (Alzheimer's disease)
• neuroinfiammazione (neuroinflammation)
• proteomica (proteomic)
• RNAseq
• RT-qPCR
• TEM

La malattia di Alzheimer (AD) è la forma di demenza più diffusa al mondo; infatti, su 55 milioni di soggetti affetti da demenza, il 60-80% soffrono di Alzheimer. Ad oggi, tale patologia non presenta ancora una cura specifica, non ci sono marcatori prognostici in grado di determinare con certezza quando un soggetto affetto da una forma di demenza lieve (Mild Cognitive Impairment, MCI) passi all'effettivo stato di demenza di tipo Alzheimer (DAT); infine, le ipotesi riguardo al meccanismo fisiopatologico sono controverse e attendono ancora una conferma. Lo scopo di questa tesi è quello di ricercare biomarcatori da sangue periferico che permettano da fare una diagnosi precoce e certa di AD, presupponendo come causa scatenate della malattia una neuroinfiammazione a livello del Sistema Nervoso Centrale con conseguente richiamo di cellule infiammatorie dalla periferia e scambio di informazioni con le cellule residenti (principalmente astrociti e microglia). Per realizzare questo scopo, è stata prima fatta un'analisi di Machine Learning su 61 analiti ematici provenienti da 90 pazienti AD, i cui dati sono stati raccolti in modo longitudinale, per vedere quali di questi correlano con l'aggravarsi della malattia, valutata mediante un test neurocognitivo (CDR). Sono stati trovati 8 analiti ematici che correlano con la gravità della malattia e, tramite Reactome, è stato visto che questi sono associati al sistema immunitario innato. Dopo di che, prendendo in esame cellule mononucleate da sangue periferico (PBMC) ricavate da controlli e soggetti AD, sono state analizzate le differenze strutturali tra queste cellule nei due gruppi, trovando che i soggetti affetti da malattia hanno un numero maggiore di pseudopodi e presentano uno stress del reticolo endoplasmatico, rispetto ai controlli. Quindi, per la ricerca di biomarcatori, è stata fatta una trascrittomica e una proteomica su 24 campioni di PBMC, provenienti da 6 contolli, 9 MCI e 9 DAT. Sui geni e le proteine differenzialmente espresse è stata fatta un'analisi di arricchimento genico (GSEA) al fine di vedere in quali processi fossero maggiormente coinvolte e è stato trovato un forte coinvolgimento del sistema immunitario innato. Infine, allo scopo di validare i processi di immunità innata, sono state fatte delle reazioni di RT-qPCR su PBMC derivate da controlli, MCI e DAT (equamente divisi) utilizzando degli specifici array che permettono di fare diverse reazioni di RT-qPCR in parallelo su uno stesso campione (RT2 Profiler PCR Array, QIAGEN). Tramite questi array, è stato trovato un coinvolgimento dell'interferone gamma nelle fasi inziali della malattia e un'attivazione dei processi apoptotici sia negli MCI che nei DAT. Allora è stato indagato in maniera più approfondita il pathway dell'interferone gamma, trovando ATF6 come proteina importante in grado di attivare l'apoptosi a seguito di una stimolazione da parte di interferone gamma e stress del reticolo endoplasmatico; questa proteina è stata trovata maggiormente espressa nei soggetti con una forma di demenza grave (DAT), concludendo che nelle PBMC di questi pazienti ci siano dei messaggi che portano all'attivazione dell'apoptosi mediata da interferone gamma. In conclusione, è stato visto che l'interferone gamma potrebbe essere una molecola chiave nella progressione dell'Alzheimer e che questa sia importante nei processi apoptotici; biomarcatori candidati alla prognosi potrebbero essere ricercati nelle vie di regolazione della risposta all'interferone gamma.