Geschreven door Dr Rachel Harding, Dr Sarah Hernandez en Joel Stanton Bewerkt door Dr Jeff Carroll Vertaald door Vik Hendrickx

Rachel en Sarah rapporteren vanuit de ziekte van Huntington Therapeutische Conferentie - de grootste jaarlijkse bijeenkomst van ZvH-onderzoekers.

Lees ook ons verslag van dag 1: https://nl.hdbuzz.net/280

Goedemorgen iedereen! We zijn terug voor dag 2 van de CHDI-therapeutische conferentie in Palm Springs. Er komen veel boeiende lezingen!

Er zijn nu meer dan 20 000 deelnemers aan Enroll-HD en dat is verbazingwekkend
Er zijn nu meer dan 20 000 deelnemers aan Enroll-HD en dat is verbazingwekkend

Woensdagochtend - Het pad naar preventie

Onze eerste spreker is Ariana Mullin van het Critical Path Institute, een non-profitorganisatie, opgericht naar aanleiding van een oproep van de overheid om nieuwe medische producten te stimuleren.

Mensen bij het CPath streven er naar het werk van allerhande onderzoeksgroepen samen te voegen. Hiervoor hebben ze een onderzoeksraamwerk opgebouwd zodat iedereen op één lijn zit en taal/definities consistent zijn voor al deze onderzoekers. Het algemene doel is geneesmiddelen te ontwikkelen en het verlenen van vergunningen te versnellen.

HDBuzz schreef een tijdje geleden over het Critical Path Institute https://nl.hdbuzz.net/259.

De volgende spreker is Swati Sathe van het CHDI. Sathe gaat spreken over het definiëren van verschillende stadia en symptomen van de ZvH. Hij doet daarvoor beroep op de grote hoeveelheid gegevens afkomstig van Enroll-HD. Enroll-HD verzamelt al vele jaren massa’s gegevens van ZvH-patiënten. Met deze gegevens gaan wetenschappers op zoek naar mogelijk interessante patronen, ze kunnen nadenken over hoe klinische proeven het beste worden gepland en hoe het beleid kan worden gestructureerd. Belangrijk is dat mensen die deelnemen aan Enroll-HD hun genetische status niet hoeven te kennen, dus wetenschappers kunnen nog steeds gegevens verkrijgen om ZvH-onderzoek uit te voeren terwijl de privacy van patiënten intact blijft. Enroll-HD verzamelt gegevens van ZvH-patiënten, waarbij het niet uitmaakt of zij reeds symptomen vertonen of niet. Al deze gegevens zijn belangrijk om te begrijpen hoe de ZvH vordert naarmate patiënten ouder worden. Dit soort grote datasets zullen onderzoek naar de ZvH sneller vooruit helpen. Enroll-HD is niet het enige ZvH big data-project. TRACK-HD was een ander onderzoek waarin gezocht werd naar veranderingen in de hersenstructuur bij patiënten tijdens de voortgang van de ziekte. Patiëntparticipatie in deze onderzoeken, waarbij wetenschappers grote data-sets kunnen verzamelen, is zeer waardevol voor ZvH-onderzoek.

Een nieuw en spannend initiatief is ** Self Enroll **. Dit zou een digitale versie van Enroll-HD zijn, waarbij patiënten gegevens en updates kunnen verstrekken zonder zich te verplaatsen naar een Enroll-HD-site. Het wegnemen van deze barrière zou hopelijk nog meer patiënten aanmoedigen om deel te nemen.

Tabrizi stelde vast dat er over het algemeen geen verschillen zijn tussen de deelnemers met en zonder de ZvH wat betreft hun manier van denken
Tabrizi stelde vast dat er over het algemeen geen verschillen zijn tussen de deelnemers met en zonder de ZvH wat betreft hun manier van denken

(Meer informatie op http://enroll.hd.org).

De volgende is Sarah Tabrizi van het UCL die zal spreken over het onderzoek van haar team bij jonge ZvH-volwassenen. Door bij hen de ZvH te bestuderen trachten onderzoekers het beste moment te bepalen om met een behandeling van de ziekte te starten. We weten al lang dat er, lang voordat klinische symptomen kunnen worden waargenomen, veranderingen in de hersenen van ZvH-patiënten optreden. Nogmaals, we hebben vertrouwen in deze bevinding omdat wij gebruik kunnen maken van de enorme datasets van TRACK-HD, PREDICT-HD, Enroll-HD en andere onderzoeken. In deze zoektocht naar zeer vroege veranderingen zijn onderzoekers ook bezig met het identificeren van biomerkers; moleculen die kunnen worden gebruikt om de voortgang van de ziekte te volgen, en om te kijken of een behandeling werkt. De hersenstructuur en hersenfunctie van alle deelnemers aan Trabizi’s onderzoek werden uitgebreid in kaart gebracht. Er werd een massa aan gegevens gegenereerd. Naast gedetailleerde hersenkaarten verzamelt Tabrizi ook veel gegevens uit CSF (ruggenmergvocht) en bloed om gedurende langere periodes verschillen tussen deze biomerkers te identificeren. Dit gebeurde zowel bij personen met de ziekte als bij gezonde personen, en ook tussen patiënten voor en nadat symptomen zichtbaar werden. Wat ze vonden in uitgebreide denktesten was dat er over het algemeen geen verschil was in de manier van denken van deelnemers met en zonder het ZvH-gen.

Een van de onderzochte biomerkers was neurofilament light (NfL) - een merker waarvan onlangs is aangetoond dat deze toeneemt naarmate de ziekte voortschrijdt. Ze ontdekten dat de NfL-niveaus bij ZvH-patiënten heel vroeg verhogen, voordat symptomen optreden of een duidelijke hersenkrimp wordt vastgesteld. We hebben eerder over NfL geschreven in https://nl.hdbuzz.net/242.

Het meten van veranderingen in de CSF-niveaus van NfL kan een goede biomerker zijn om te meten hoe de ZvH vordert bij patiënten, zelfs vele jaren voordat ze symptomatisch worden. Dit kan helpen bij het monitoren en behandelen van patiënten in zeer vroege stadia van de ziekte.

De volgende spreker is Jianying Hu van IBM T. J. Watson Research Center. Hu spreekt ook over het bestuderen van de ZvH-progressie.

Hu en IBM werken samen met CHDI om met behulp van grote datasets afkomstig uit verschillende studies de progressie van de ZvH te begrijpen. U merkt waarschijnlijk 2 thema’s op: veel mensen die samenwerken en veel gegevens die worden gebruikt. Enorm bedankt aan alle deelnemers! Met behulp van deze datasets verzamelt Hu niet alleen informatie over de ZvH-populatie als geheel, maar ook over hoe voor elke individuele patiënt resultaat te boeken. Deze gegevens kunnen vervolgens door artsen worden gebruikt om ZvH-patiënten beter te behandelen. Omdat in al deze onderzoeken verschillende soorten informatie wordt verzameld, zijn er ook enorm veel gegevens beschikbaar voor de ZvH-onderzoekers. Hu en collega’s gebruiken allerhande moderne geavanceerde rekenmethoden om met al deze gegevens een model van de ZvH-progressie te bouwen. Zij gebruiken gegevens die gedurende 4 decennia zijn verzameld in klinisch ZvH-onderzoek - wauw!

Hu die de vele verschillende datasets voorstelt
Hu die de vele verschillende datasets voorstelt

Een van de manieren waarop dit computermodel kan worden gebruikt is door te voorspellen hoe symptomen kunnen evolueren bij ZvH-patiënten. Dit kan nuttig zijn voor clinici om uit te zoeken hoezij patiënten het beste kunnen monitoren en behandelen. Met behulp van het computermodel dat Hu ontwikkelde, werden 9 verschillende “ziektetoestanden” of stadia van de ZvH gedefinieerd. Om de progressie te volgen kan men met dit model voorspellen in welk stadium een patiënt zich bevindt. Deze gegevens worden gebruikt om de zoektocht naar therapieën te stimuleren, waarbij men specifiek betracht de progressie van de ZvH te vertragen. Hun volgende stappen zijn gericht op het nader definiëren van zeer vroege stadia van de ziekte.

De volgende lezing wordt gehouden door Steven McCarroll uit Harvard, die zal spreken over zijn onderzoek naar de ZvH door middel van experimenten en analyses op individuele cellen. Het werk van McCarroll is erop gericht te begrijpen wat de ZvH doet op cellulair niveau - dus het identificeren van doelen voor therapieën, en van biomerkers voor ziekteprogressie. Hoewel mensen doorgaans denken aan neuronen wanneer ze denken aan cellen in de hersenen, zijn er in feite verschillende celtypes. Voor een ziekte als de ZvH die elke cel aantast, is het van cruciaal belang om te begrijpen hoe de ZvH andere hersencellen dan neuronen beïnvloedt. Met behulp van slimme computermodellen die men machine learning noemt, kan de groep van McCarroll de verschillende soorten hersenencellen sorteren. EN ze hebben deze coole software gratis gemaakt voor de gemeenschap, er zijn tot nu toe meer dan 25.000 downloads! Deze software heeft nieuwe celsoorten gevonden in de hersenen. Dit is belangrijk omdat deze nieuwe celtypen niet consistent werden terug gevonden in diersoorten zoals muizen, maar wel in primaten zoals apen.

Vervolgens trachtte het McCarroll-lab met deze technologie te onderzoeken of ze de progressie van de ZvH konden volgen, en of ze biomerkers konden vinden van de verschillende ziektestadia. Ze onderzochten welke celsoorten vroeg bij de patiënt werden waargenomen en welke later tijdens de ziekte. We weten al een tijdje dat een van de meest kwetsbare celtypes in de ZvH spiny projection neuronen of SPN’s zijn. Met de single cell-technologie van McCarroll kon hij aantonen dat er steeds minder SPN’s waren naarmate de ZvH vorderde.

Nu schakelt McCarroll over naar de biomerkers. Het identificeren van nieuwe biomerkers voor het volgen van de ziekteprogressie is van cruciaal belang, niet alleen om de ZvH in verloop vane tijd te volgen, maar ook om definitief te beoordelen of therapieën een gunstig effect hebben. Een van de biomerkers die hij onderzoekt is vooral te vinden in de SPN’s. Dit betekent dat als deze biomerker een tijdlang wordt gevolgd, men deze kan correleren aan SPN-verlies naarmate de ZvH vordert. Dit zou een geweldige manier zijn voor onderzoekers om SPN-verlies te meten zonder hersenmonsters nodig te hebben.

Dat is het voor vandaag! Ons verslag van dag 1 kan je vinden op https://nl.hdbuzz.net/280, blijf ook morgen bij ons voor dag 3 welke gaat over het verlagen van het huntingtine-eiwit, en volg ondertussen het verslag op Twitter (https://www.twitter.com/HDBuzzFeed)!