BIOMARCADORES PET EN NEUROLOGÍA
LÍNEA DE INVESTIGACIÓN 1
Desarrollo de métodos de cuantificación de imagen PET/RM cerebral
La cuantificación de imagen PET cerebral se realiza mediante métodos de procesado de imagen basados en técnicas de co-registro PET/RM, análisis Statistical Parametric Mapping (SPM) y estrategias basadas en el uso de regiones de interés (ROIs) delimitadas a partir de un atlas anatómico y segmentación de imágenes de RM.
En nuestro grupo disponemos de amplia experiencia en la implementación de métodos de cuantificación de imagen PET con diferentes radiofármacos. En particular, hemos desarrollado un nuevo método para la normalización en intensidades que permite la estandarización entre diferentes métodos de cuantificación de imágenes de PET-FDG (López-González et al. 2020). Por otro lado, hemos estudiado el efecto del volumen parcial en la cuantificación de imágenes de PET-Amiloide (López-González et al. 2019) y de PET-Tau (Silva-Rodriguez et al. 2020).
Nuestros métodos de cuantificación de imagen PET ya han sido adaptados para uso clínico (Niñerola-Baizan et al. 2020) y actualmente se usan en diferentes hospitales. Nuestra empresa spin-off Qubiotech se encarga de su comercialización a través de la plataforma Neurocloud (neurocloud.es).
Nuestro estudio demuestra que un uso inapropiado de métodos de normalización en intensidades en los protocolos de cuantificación de PET-FDG conduce a un incremento significativo de falsos positivos.
LÍNEA DE INVESTIGACIÓN 2
Desarrollo de biomarcadores PET en neurología
Ataxia espinocerebelosa (SCA): hemos desarrollado biomarcadores PET-FDG para la ataxia espinocerebelosa tipo 36 (SCA36), un tipo de ataxia que fue inicialmente descrita en Galicia y en Japón. En nuestro trabajo encontramos un biomarcador de PET-FDG obtenido a partir del metabolismo del cerebelo que permite detectar la enfermedad 10 años antes de la aparición de los síntomas (Aguiar et al. 2017).
Los métodos de cuantificación de imagen PET/RM permiten generar biomarcadores de imagen que pueden ser empleados para el diagnóstico y seguimiento de diferentes enfermedades neurológicas. En nuestro grupo hemos trabajado con múltiples cohortes de pacientes, principalmente con Enfermedad de Alzheimer y epilepsia:
Enfermedad de Alzheimer: hemos investigado el efecto del tiempo de seguimiento en el entrenamiento de algoritmos de predicción basados en inteligencia artificial (IA) (Moscoso et al. 2019) y el valor de la memoria episódica en el estadiaje de pacientes con deterioro cognitivo leve (Moscoso et al. 2019). Por otro lado, hemos sido pioneros en el estudio de biomarcadores de RM basados en la medida de hiperintensidades en sustancia blanca, que permiten predecir la acumulación de amiloide (Moscoso et al. 2020) y en particular, que la medida de amiloide en sustancia blanca se relaciona con la progresión clínica de los pacientes con Enfermedad de Alzheimer (Moscoso et al. 2021).
Nuestro estudio demuestra que la medida de amiloide en sustancia blanca puede ser un biomarcador útil para estudiar la progresión de pacientes con Enfermedad de Alzheimer.
EN 
ES