19-01-2026

Nieuw onderzoek van de Universiteit van St Andrews, de Universiteit van Kopenhagen en Drexel University heeft AI-computatiemodellen ontwikkeld die de degeneratie van neurale netwerken bij amyotrofische laterale sclerose (ALS) voorspellen.

De studie, gepubliceerd in Neurobiology of Disease, effent de weg voor de bevordering van computationele modellering als een complementaire aanpak naast de huidige dierproeven en in vitro-methoden.

Motorneuronziekte (MND) is de algemene naam voor een groep ziekten die de motorneuronen in de hersenen en het ruggenmerg aantasten. De meest voorkomende vorm is ALS, wat ook vaak de meest gebruikte term is in andere landen. Andere namen zijn onder andere de ziekte van Charcot en de ziekte van Lou Gehrig. Wereldwijd worden er jaarlijks ongeveer 2 op de 100.000 mensen met ALS gediagnosticeerd. In Schotland betekent dit dat er jaarlijks ongeveer 200 mensen de diagnose krijgen.

De meeste gevallen van ALS beginnen in het ruggenmerg, wat betekent dat motorneuronen en specifieke neurale circuits in het ruggenmerg als eerste worden aangetast. Dit resulteert in motorische symptomen zoals spierzwakte, spierstijfheid en krampen, die vroege tekenen van de ziekte zijn.

Traditioneel wordt ALS bestudeerd met behulp van diermodellen, zoals muizen. De muizen worden genetisch gemodificeerd om ALS-achtige symptomen te vertonen. Hun symptomen worden vervolgens geregistreerd om te zien hoe de ziekte zich ontwikkelt. Over het algemeen moeten onderzoekers zich bij het gebruik van diermodellen richten op specifieke tijdstippen tijdens de ziekteprogressie vanwege tijd- en budget-beperkingen.

Computationele modellen kunnen echter voorspellen wat er tussen deze tijdstippen gebeurt om de ziekteprogressie beter te begrijpen. Bovendien kunnen ze exact hetzelfde experiment herhalen met een enkele aanpassing om de impact van een specifieke verandering op de output van het model te begrijpen, terwijl dieren altijd door vele factoren worden beïnvloed.

Belangrijk is dat computationele modellen onderzoekers ook in staat stellen voorspellingen te doen over hoe neurale circuits op een behandeling kunnen reageren en dat ze toekomstige preklinische studies met muizen kunnen informeren.

Onderzoekers in deze studie gebruikten biologisch plausibele neurale netwerken. Deze netwerken verschillen van de traditionele neurale netwerken die dagelijks worden gebruikt voor taken zoals het ontgrendelen van je smartphone met gezichtsherkenning of het beantwoorden van vragen met ChatGPT. Biologisch plausibele neurale netwerken communiceren met behulp van spikesignalen, op een vergelijkbare manier als de zenuwcellen in ons zenuwstelsel. De netwerken zijn gestructureerd op basis van de cellen waarvan wetenschappers weten dat ze in het ruggenmerg voorkomen en hoe ze met elkaar verbonden zijn. Op deze manier ontwikkelen de onderzoekers hun modellen op basis van wat bekend is uit de biologie.

De modellen, ontwikkeld door onderzoekers van de School of Psychology and Neuroscience, zijn systemen van wiskundige vergelijkingen die de prikkelbaarheid van elke neuron in het netwerk berekenen. Wanneer een neuron een spike (een elektrische impuls) ontvangt, verandert dit de mate van prikkelbaarheid van het neuron. Als het neuron voldoende geprikkeld is, zal het een spike afgeven en zo de informatie doorgeven aan het volgende neuron. Om het netwerk te construeren, worden deze neuronen gegroepeerd in populaties en vervolgens worden de populaties met elkaar verbonden op basis van biologische gegevens.

Medeauteur Beck Strohmer, postdoctoraal onderzoeker aan de Universiteit van Kopenhagen, zei: “Het is bekend dat bij ALS neuronen afsterven en dat de communicatie tussen populaties verstoord raakt. We modelleren dit door neuronen uit aangetaste populaties te verwijderen en het aantal verbindingen tussen aangetaste populaties te verminderen. Dit stelt ons in staat om de ziekteprogressie te modelleren. Op een vergelijkbare manier kunnen we behandelstrategieën modelleren en testen door neuronen te behouden of de communicatie te versterken.”

Medeauteur Dr. Ilary Alodi, lector aan de St Andrews School of Psychology and Neuroscience, zei: “Hypothesen die door modellen worden gegenereerd, moeten worden getest op diermodellen, omdat het onmogelijk is om alle complexiteiten van een biologisch systeem te modelleren. In deze studie voorspelden we dat de toegepaste behandelstrategie in het model een specifieke populatie neuronen zou behouden. Vervolgens hebben we deze neuronenpopulatie in de behandelde muizen onderzocht en vastgesteld dat de hypothese klopte.”

Resultaten zoals deze tonen aan dat, hoewel voorzichtigheid geboden is bij voorspellingen op basis van modellen, ze een goede manier zijn om experimenteel onderzoek te sturen.

Dit betekent ook dat dierexperimenten verder verfijnd kunnen worden, omdat onderzoekers een beter idee hebben van waar en wanneer ze naar veranderingen in de diermodellen moeten zoeken.

Dr. Alodi voegde eraan toe: “We beginnen deze modellen nu ook toe te passen op specifieke hersengebieden om te begrijpen hoe neuronale communicatie verandert tijdens dementie. Dit is een spannende nieuwe onderzoeksrichting voor ons laboratorium.”

Vertaling: Gerda Eynatten-Bové

Bron: Universiteit van St Andrews