Sviluppo di metodi di A.I. per l'armonizzazione di dati MRI multimodali e multicentrici nell'analisi dell'invecchiamento cerebrale e delle malattie neurodegenerative.

I meccanismi biologici attraverso cui le varianti genetiche determinano le malattie neurodegenerative legate all'età, come Alzheimer e Parkinson, sono ancora sconosciuti. Le variazioni anatomo-funzionali del cervello umano rappresentano un valido endofenotipo per comprendere questi meccanismi, come abbiamo di recente dimostrato (1,2,3). L'obiettivo di questo progetto è contribuire alla comprensione di questi meccanismi attraverso lo sviluppo di metodi di A.I. per l'armonizzazione di dati multicentirici e multimodali. Gli ingredienti principali per raggiungere l'obiettivo sono grandi depositi di dati e lo sviluppo di modelli di machine/deep learning (ML/DL). Oltre alla collaborazione già attiva con ENIGMA, verranno analizzate le base dati ABCD e UKBB che includono dati genomici e di imaging a risonanza magnetica (MRI) del cervello umano acquisiti su 60,000 individui. Il nostro laboratorio ha già accesso ai dati di ABCD e UKBB. Questa mole di dati ci permetterà di indetificare gli endofenotipi e di associarli con i fattori determinanti genetici e fattori di salute comportamentali e ambientali, con l'obiettivo di separare l'effetto dei processi di degenerazione fisiologica dalle modulazioni indotte dalla malattia. 1) Pizzagalli et al. (2020) https://doi.org/10.1038/s42003-020-01163-1; 2)Grasby et al (2020) https://doi.org/10.1126/science.aay6690; 3) Sun et al (2022) https://doi.org/10.1038/s41467-022-33829-1