A doença de Alzheimer não afeta todas as células cerebrais da mesma maneira. Enquanto alguns neurônios apresentam alterações relacionadas à perda de funções cognitivas, outras células participam de respostas inflamatórias e mecanismos de proteção ou reparação. Compreender essas diferenças é essencial para descobrir como a doença se desenvolve e por que determinadas populações celulares são mais vulneráveis.
Uma nova pesquisa utilizou aprendizado de máquina para investigar essas mudanças em escala microscópica. A análise revelou programas de atividade genética específicos de diferentes tipos celulares, incluindo sinais associados ao risco hereditário de Alzheimer que poderiam passar despercebidos pelas técnicas tradicionais.
Milhões de células revelam uma complexidade que análises comuns não capturam
Os pesquisadores desenvolveram uma estrutura computacional chamada TriSCOPE, que combina três estratégias: modelagem preditiva com aprendizado de máquina, análise de expressão diferencial de genes e reconstrução de trajetórias celulares por pseudotempo.
O método foi aplicado a seis conjuntos de dados de sequenciamento de RNA de núcleo único, reunindo aproximadamente 4,2 milhões de núcleos celulares de 627 pessoas.
Esse tipo de sequenciamento permite investigar a atividade dos genes em células individuais, ajudando a identificar diferenças que poderiam desaparecer quando milhares de células são analisadas em conjunto.
A principal inovação está em considerar vários genes simultaneamente. Métodos convencionais frequentemente procuram genes cuja atividade aumenta ou diminui entre pessoas com e sem Alzheimer. Entretanto, alguns sinais importantes só aparecem quando diferentes genes e características individuais são avaliados em conjunto.
Inteligência artificial identifica sinais diferentes em cada tipo de célula
A equipe investigou seis grandes populações celulares do cérebro: astrócitos, neurônios excitatórios, neurônios inibitórios, microglia, oligodendrócitos e células progenitoras de oligodendrócitos.
Os resultados mostraram que os genes identificados pela capacidade de prever características da doença eram, em grande parte, diferentes daqueles encontrados pelas análises tradicionais de expressão diferencial.
Isso significa que determinados genes podem carregar informações relevantes sobre o Alzheimer mesmo quando sua atividade não apresenta uma diferença estatística significativa entre os grupos estudados.
Entre os exemplos identificados estão GFAP e MT2A, associados a respostas de estresse em astrócitos; RASGEF1B, LINGO1 e NRG1, relacionados à sinalização neuronal; e SYTL3, SPP1 e APOD, envolvidos em programas moleculares de microglia e oligodendrócitos.
Genes hereditários ajudam a explicar a vulnerabilidade cerebral
Outro resultado importante envolveu a comparação entre os sinais encontrados nas células e informações genéticas relacionadas ao risco de Alzheimer.
Por meio de uma análise chamada colocalização condicional GWAS-eQTL, os pesquisadores investigaram se determinados padrões de expressão gênica estavam relacionados a regiões do DNA associadas ao risco hereditário da doença.
Foram identificados 27 pares de genes e tipos celulares com suporte genético. Entre eles estavam ARL17B e JAZF1, cuja relevância poderia não ser percebida apenas pela análise convencional de expressão diferencial.
O estudo, liderado por Adithya V. Madduri e publicado em 2026 na revista científica Nature Communications, também identificou diferenças entre as assinaturas moleculares relacionadas ao diagnóstico clínico de Alzheimer e aquelas associadas às alterações neuropatológicas observadas no cérebro.
O que essas descobertas podem mudar na pesquisa sobre Alzheimer?
A equipe também verificou a capacidade de replicação de genes importantes em conjuntos de dados independentes. Entre os exemplos que apresentaram resultados consistentes estavam ARL17B, LINGO1 e APOE.
Essas descobertas ajudam a mostrar que o Alzheimer não deve ser compreendido apenas como uma alteração geral do cérebro. A doença envolve programas moleculares específicos de cada população celular, que podem contribuir de maneiras diferentes para a progressão dos danos.
É importante destacar que o TriSCOPE funciona como uma ferramenta de investigação e identificação de hipóteses. Os resultados não significam que a inteligência artificial já consiga diagnosticar Alzheimer individualmente ou que os genes identificados sejam tratamentos comprovados.
Ainda assim, compreender quais células apresentam determinadas alterações e como elas se relacionam com fatores hereditários pode ajudar a direcionar novas pesquisas sobre os mecanismos da doença e possíveis alvos terapêuticos.
