Data mining pourrait aider à prédire des signaux de la maladie de Lou Gehrig plus vite que des méthodes traditionnelles

Une équipe de recherche sous la direction des psychologistes à l’Université de Maryland’’s School of Medicine utilise un logiciel ‘pattern array’ pour observer des mouvements dans des rats, ce qu’ils croient pourrait être utilise dans la prédiction des maladies comme le syndrome de Lou Gehrig.

Dans un rapport d’étude publié dans le journal Behavioral Neuroscience, les scientifiques ont exprimé de l’espoir que l’emploi de data mining pourrait permettre aux scientifiques de tester des thérapies pour retarder ou même prévenir des maladies, commençant par des formes héréditaires.

Jusqu’à présent, ils ont utilisé leurs logiciels sur des rats mutants utilisés comme un modèle animal de la sclérose latérale amyotrophique (SLA), une maladie neurodégénérative progressive et fatale qui est héritée dans environ 1 des 10 cas.

La maladie, qui attaque les cellules nerveuses qui contrôlent le mouvement, a été identifiée dans le joueur Yankee Lou Gehrig, qui est mort de la SLA en 1941, 2 ans après la diagnose.

Le scientifique principale Dr. Neri Kafkafi a révélé que son équipe a mathématiquement analysé environ 50.000 de patrons de mouvements prédétermines qui ont résulté quand les rats ont pu bouger librement, chacun par chacun, dans un aréna petit.

Il a dit que le logiciel avait créé une espace abstract définie par des combinaisons de comportement comme la vitesse, l’accélération et la direction de mouvement.

Suite à lui, le mining des données de comportement résultantes ont permit la groupe de recherche de tester beaucoup plus d’aspects de comportement qu’ils pourraient analyser manuellement.

Dr. Kafkafi a dit que le mouvement des deux groupes de rats – un type avec la mutation qui résulte dans un syndrome comme la SLA, l’autre type avec contrôles normales – étaient enregistrées sur une cassette vidéo, et après l’ordinateur était utilisé pour chercher des différences entre les groupes.

Il dit que les efforts de l’équipe ont mené à l’identification d’un patron moteur unique dans des rats mutants deux mois avant le commencement de la maladie, ce qui pourrait être comparé à grossièrement 5 à 10 ans dans des humains.

Le scientifique est de l’opinion que data mining pour détecter l’expression de comportement subtile de mutations pourrait permettre aux scientifiques de tester des thérapies ciblées à la prévention, le retard ou l’arrêter de la maladie.

Il dit que l’aptitude de prédire plus exactement quels porteurs pourraient exprimer la maladie avant que les symptômes se présentent, pourrait mettre les scientifiques dans la possibilité de tester des médicaments qui peuvent prévenir les symptômes de se présenter.

“Telles thérapies puissant être aussi bien effectif contre la version non-génétique de la maladie aussi,” dit Dr. Kafkafi.

Les auteurs notent que des méthodes comme data mining puissent être thérapeutiquement utile même avant que la science comprend comment la maladie commence.

“La découverte de points finales de comportement fiables avec une validité prédictive, même avant qu’une bonne compréhension de leurs étiologie soit achevée, peut sensiblement améliorer la recherche d’intervention,’ ils ont écrit.

Traduire: Joke Mulleners

Source: ALS Independence