Чтобы закрыть разрыв между клиническим результатом и молекулярными и физиологическими механизмами, лежащими в его основе, медицина опирается на точные и мощные показатели — признаки, называемые биомаркерами. Эти измеримые молекулы или биологические характеристики позволяют с высокой точностью проводить раннюю диагностику заболеваний, отслеживать их развитие и реакцию на терапевтические вмешательства, закладывая тем самым основу для персонализированных стратегий лечения. Несмотря на то что они произвели революцию в диагностике, прогнозировании и разработке лекарств, проблемы, связанные с их специфичностью, чувствительностью и стандартизацией в различных условиях, до сих пор сохраняются. Как полностью раскрыть потенциал биомаркеров и совершить революцию в уходе за пациентами? В этой статье мы рассмотрим именно это, а также уникальное применение биомаркеров в устройстве Neuromind.
Биомаркеры без покровов: понимание сигналов природы
Биомаркер, сокращение от biological marker (биологический маркер), — это любой измеримый биологический параметр, который может использоваться для оценки состояния здоровья или болезни. Согласно Национальным институтам здравоохранения США (NIH), биомаркер определяется как «объективно измеряемая и оцениваемая характеристика нормальных биологических процессов, патогенных процессов или фармакологических реакций организма на терапевтическое вмешательство». [1]
Проще говоря, биомаркеры — это своего рода сигналы о том, что происходит внутри нашего организма.
Биологический маркер может обозначать любой измеримый показатель, возникающий в результате биологических процессов. Например, биомаркеры можно наблюдать на клеточном и молекулярном уровне (ДНК, РНК, белки и метаболиты).
Биомаркеры получают из образцов тканей или жидких биопсий (кровь, моча, слюна и так далее). Кроме того, другие типы биомаркеров, отражающие физиологические или морфологические характеристики, можно получить с помощью клинических или медицинских методов визуализации, таких как электроэнцефалография (ЭЭГ) или функциональная магнитно-резонансная томография (фМРТ).
Биомаркеры могут классифицироваться как количественные или качественные:
– качественные биомаркеры обычно используются в бинарных анализах для определения наличия или отсутствия патологического процесса;
– количественные биомаркеры помогают выявить болезненный процесс после превышения определённого порога.

Classification of biomarkers: The spectrum of signaling
Классификация биомаркеров: спектр сигналов
Биомаркеры можно классифицировать в зависимости от их применения и предоставляемой информации. [2][3][4]
Диагностические биомаркеры
Диагностические биомаркеры помогают выявить заболевание или состояние на ранней стадии. Например, повышение уровня простатспецифического антигена (ПСА) может быть ранним показателем рака простаты.
Прогностические биомаркеры
Прогностические биомаркеры дают информацию о вероятном течении или исходе заболевания. Например, профили экспрессии генов в опухоли могут предсказывать агрессивность рака и направлять решения о лечении.
Предиктивные биомаркеры
Предиктивные биомаркеры используются для определения вероятности того, что пациент ответит на конкретное лечение. Например, наличие белка HER2 в клетках рака молочной железы указывает на хороший ответ на таргетную терапию, такую как трастузумаб.
Фармакодинамические биомаркеры
Фармакодинамические биомаркеры показывают биологический ответ на терапевтическое вмешательство в реальном времени. Например, биспектральный индекс (BIS), параметр, получаемый из ЭЭГ, используется для мониторинга уровня сознания во время операции.
Суррогатные конечные точки
В клинических исследованиях суррогатные конечные точки — это биомаркеры, предназначенные для замены клинической конечной точки. Они позволяют получить ранние представления об эффектах лечения и особенно полезны в случаях, когда реальные клинические конечные точки требуют длительного наблюдения.

Примеры биомаркеров, основанных на физиологии
Electrodermal Activity (EDA)
EDA измеряет электропроводность кожи, отражая вегетативное возбуждение и реакции на стресс. Этот показатель широко используется в аффективной неврологии для измерения эмоциональной реактивности.
Например, в одном исследовании было установлено, что изменения EDA тесно связаны с нейронными реакциями на неопределённость и возбуждение в период ожидания. [5]
Electrocardiography (ECG)
Электрокардиография даёт прямое представление об электрической активности сердца и имеет важное значение для мониторинга сердечно-сосудистого здоровья. ЭКГ может отражать как внутреннюю функцию сердца, так и физиологические реакции на стресс, что делает её инструментом оценки сердечно-сосудистой системы в реальном времени.
Например, исследование с использованием носимых систем ЭКГ показало, что тонкие изменения сердечного ритма можно выявлять посредством непрерывного мониторинга. [6]
Heart Rate Variability (HRV)
Вариабельность сердечного ритма измеряет изменчивость временных интервалов между сердечными сокращениями, служа неинвазивным индикатором баланса вегетативной нервной системы. HRV является надёжным биомаркером для понимания физиологической динамики и играет важную роль как в клинической диагностике, так и в мониторинге здоровья. [7]
Целевая группа Европейского кардиологического общества (1996) определила HRV как надёжный показатель для оценки сердечно-сосудистых и эмоциональных реакций. [8]
Electroencephalography (EEG)
ЭЭГ регистрирует электрическую активность мозга и имеет важное значение для оценки различных когнитивных и эмоциональных состояний. Способность фиксировать динамические изменения нейронных функций позволяет детально отслеживать сознание и психическое здоровье.
Например, биомаркеры, полученные с помощью ЭЭГ, помогли выявлять ранние признаки деменции и характеризовать нарушения нейроразвития, что подчёркивает их значимость в клинической диагностике. [9][10]
Photoplethysmography (PPG)
PPG — это неинвазивная методика, оптически измеряющая изменения объёма крови на поверхности кожи, а также дающая представление о сердечно-сосудистой динамике.
Например, параметры, получаемые с помощью PPG, эффективно применялись в клинических условиях для мониторинга сосудистого возраста и гемодинамической функции. [11][12]
Accelerometer Data
Акселерометры измеряют физическую активность и модели движения, что полезно для оценки общего уровня активности и выявления двигательных нарушений. Эти объективные данные важны для мониторинга моторной функции в различных условиях.
Например, характеристики движения, полученные из данных акселерометра, использовались в качестве предиктивного биомаркера мышечной атрофии (потери мышечной массы) в условиях нейрокритической помощи. [13]
Breath Rhythms
Анализ паттернов дыхания даёт важную информацию о вегетативном балансе и реакциях на стресс. Хотя эта область всё ещё развивается, данный физиологический биомаркер обещает новые перспективы и возможности для улучшения эмоциональной регуляции с помощью измерений дыхания.
Например, было установлено, что изменения дыхательной синусовой аритмии связаны с различиями в эмоциональной регуляции и депрессивных симптомах у детей. [14]
Eye Tracking
Технология отслеживания взгляда даёт ценную информацию о зрительном внимании и когнитивных процессах. Тонкие смещения взгляда уточняют, куда и как люди направляют свои визуальные ресурсы.
Например, метрики отслеживания взгляда использовались в качестве биомаркера для оценки эффекта лечения у детей раннего возраста с аутизмом, что демонстрирует их возможность оценивать когнитивные и поведенческие изменения. [15]

Применение биомаркеров в исследованиях и персонализированной медицине
Полезность биомаркеров выходит далеко за рамки диагностики; при разработке лекарств биомаркеры используются для:
– улучшения дизайна клинических исследований: выявляя пациентов, наиболее подходящих для ответа на новую терапию, биомаркеры помогают стратифицировать популяции пациентов и повышать эффективность клинических испытаний;
– мониторинга эффективности и безопасности препарата: биомаркеры служат инструментом контроля биологического воздействия препарата, тем самым давая раннюю информацию об эффективности и возможных побочных эффектах;
– направления персонализированного лечения: в эпоху персонализированной медицины биомаркеры позволяют поставщикам медицинских услуг адаптировать терапию на основе генетических и молекулярных профилей пациентов, улучшая результаты и снижая нежелательные эффекты. В исследовательских условиях биомаркеры необходимы для понимания механизмов заболеваний. Они дают представление о молекулярных путях, управляющих развитием болезни, и помогают выявлять потенциальные терапевтические мишени.
Например, выявление определённых генетических биомаркеров при раке привело к разработке таргетных терапий, ингибирующих ключевые молекулярные пути, управляющие ростом опухоли.
Проблемы в развитии биомаркеров
Несмотря на их потенциал, разработка и внедрение биомаркеров сталкиваются с рядом проблем. [4]
Специфичность и чувствительность
Биомаркер должен быть достаточно специфичным для конкретного заболевания и достаточно чувствительным, чтобы выявлять ранние или тонкие изменения. Однако на многие биомаркеры могут влиять сразу несколько факторов, что может ослаблять их диагностическую точность. Стандартизация
Вариативность в сборе, обработке и анализе образцов делает важной разработку стандартизированных протоколов для обеспечения согласованности и воспроизводимости результатов.
Регуляторные барьеры
Прежде чем быть принятыми в клиническую практику, биомаркеры должны пройти строгую валидацию и регуляторное одобрение. Этот процесс может быть длительным и дорогостоящим, что может замедлять переход перспективных биомаркеров от исследований к клиническому применению.
Биологическая сложность
Заболевания часто включают сложные взаимодействия между несколькими биологическими путями. Один биомаркер может не отражать полную картину болезненного процесса. Поэтому иногда необходимо использовать панель биомаркеров или комбинацию показателей для достижения точной диагностики и прогноза.

Neuromind: уникальное устройство, объединяющее биомаркеры внимания и эмоций
Neuromind — это инновационное решение для нейрофидбэка, объединяющее передовые сенсорные технологии и иммерсивную виртуальную реальность для измерения и модуляции эмоциональных состояний.
Разработанное командой специалистов в области неврологии и науки о данных, а также в сотрудничестве с научным комитетом из признанных экспертов, это устройство возникло из психофизиологических исследований в Paris Brain Institute. Мы собрали электрофизиологические данные из центральной и периферической нервной системы и выявили новые эмоциональные биомаркеры.
С помощью алгоритмов машинного обучения Neuromind преобразует активность мозга в два ключевых эмоциональных параметра:
– возбуждение (arousal) (отражает энергию или спокойствие);
– валентность (valence) (показывает, положительна или отрицательна эмоция).
Эти биомаркеры позволяют системе в реальном времени картировать текущее эмоциональное состояние пользователя, создавая точную картину его нынешнего настроения. Затем эта информация используется в системе с замкнутым циклом («closed-loop»), в которой среда виртуальной реальности динамически адаптируется, направляя пользователя к целевому состоянию, например к отдыху или сосредоточению сознания.

Это адаптированное погружение служит ценным инструментом для оптимизации исследований и лечения, поддерживая терапевтические вмешательства при таких состояниях, как депрессия. Neuromind получил награды и поддержку индустрии за свой потенциал, признанный значительным достижением в области цифрового здоровья и неврологии.
В будущем биомаркеры продолжат занимать центральное место в развитии персонализированной медицины. Их способность предоставлять данные в реальном времени внушает надежду на целенаправленные и эффективные методы лечения. Такие инновационные устройства, как Neuromind, расширяют эти границы, объединяя электрофизиологический мониторинг с адаптированной виртуальной реальностью, обеспечивая тонкую настройку эмоциональных состояний и улучшение терапевтических результатов. Это современное решение демонстрирует практическое применение биомаркеров и одновременно открывает путь к улучшению ухода за пациентами в области психического здоровья и за его пределами. Если вы хотите узнать, как работает устройство, мы будем рады организовать демонстрацию.
Источник:
[1] Biomarkers Definitions Working Group. Biomarkers and surrogate endpoints: preferred definitions and conceptual framework. Clin Pharmacol Ther. 2001;69:89-95.
[2] U.S. Department of Health and Human Services. Biomarkers Toolkit.
[3] Baker SG, Kramer BS. Simple Methods for Evaluating 4 Types of Biomarkers: Surrogate Endpoint, Prognostic, Predictive, and Cancer Screening. Biomark Insights. 2020 Aug 4;15:1177271920946715. doi: 10.1177/1177271920946715. PMID: 32821082; PMCID: PMC7412628.
[4] Califf RM. Biomarker definitions and their applications. Exp Biol Med (Maywood). 2018 Feb;243(3):213-221. doi: 10.1177/1535370217750088. PMID: 29405771; PMCID: PMC5813875.
[5] Critchley HD, Mathias CJ, Dolan RJ. Neural activity in the human brain relating to uncertainty and arousal during anticipation. Neuron. 2001 Feb;29(2):537-45. doi: 10.1016/s0896-6273(01)00225-2. PMID: 11239442.
[6] Brockway M, Mason JW, Brockway BP. Comparison of Electrocardiographic Biomarkers for Differentiating Drug-Induced Single vs. Multiple Cardiac Ion Channel Block. Clin Transl Sci. 2019 May;12(3):257-266. doi: 10.1111/cts.12596. Epub 2019 Jan 28. PMID: 30414356; PMCID: PMC6510380.
[7] Mulcahy JS, Larsson DEO, Garfinkel SN, Critchley HD. Heart rate variability as a biomarker in health and affective disorders: A perspective on neuroimaging studies. Neuroimage. 2019 Nov 15;202:116072. doi: 10.1016/j.neuroimage.2019.116072. Epub 2019 Aug 3. PMID: 31386920.
[8] Heart rate variability – Standards of measurement, physiological interpretation, and clinical use, European Heart Journal (1996) 17, 354–381.
[9] Al-Qazzaz NK, Ali SH, Ahmad SA, Chellappan K, Islam MS, Escudero J. Role of EEG as biomarker in the early detection and classification of dementia. ScientificWorldJournal. 2014;2014:906038. doi: 10.1155/2014/906038. Epub 2014 Jun 30. PMID: 25093211; PMCID: PMC4100295.
[10] Goodspeed K, Armstrong D, Dolce A, Evans P, Said R, Tsai P, Sirsi D. Electroencephalographic (EEG) Biomarkers in Genetic Neurodevelopmental Disorders. J Child Neurol. 2023 May;38(6-7):466-477. doi: 10.1177/08830738231177386. Epub 2023 Jun 1. PMID: 37264615; PMCID: PMC10644693.
[11] Charlton PH, Paliakaitė B, Pilt K, Bachler M, Zanelli S, Kulin D, Allen J, Hallab M, Bianchini E, Mayer CC, Terentes-Printzios D, Dittrich V, Hametner B, Veerasingam D, Žikić D, Marozas V. Assessing hemodynamics from the photoplethysmogram to gain insights into vascular age: a review from VascAgeNet. Am J Physiol Heart Circ Physiol. 2022 Apr 1;322(4):H493-H522. doi: 10.1152/ajpheart.00392.2021. Epub 2021 Dec 24. PMID: 34951543; PMCID: PMC8917928.
[12] Almarshad MA, Islam MS, Al-Ahmadi S, BaHammam AS. Diagnostic Features and Potential Applications of PPG Signal in Healthcare: A Systematic Review. Healthcare (Basel). 2022 Mar 16;10(3):547. doi: 10.3390/healthcare10030547. PMID: 35327025; PMCID: PMC8950880.
[13] Schmidbauer ML, Putz T, Gehri L, Ratkovic L, Maskos A, Zibold J, Bauchmüller J, Imhof S, Weig T, Wuehr M, Dimitriadis K. Accelerometer-derived movement features as predictive biomarkers for muscle atrophy in neurocritical care: a prospective cohort study. Crit Care. 2024 Aug 31;28(1):288. doi: 10.1186/s13054-024-05067-y. PMID: 39217360; PMCID: PMC11366141.
[14] Gentzler AL, Santucci AK, Kovacs M, Fox NA. Respiratory sinus arrhythmia reactivity predicts emotion regulation and depressive symptoms in at-risk and control children. Biol Psychol. 2009 Oct;82(2):156-63. doi: 10.1016/j.biopsycho.2009.07.002. Epub 2009 Jul 22. PMID: 19596044; PMCID: PMC2848485.
[15] Bradshaw J, Shic F, Holden AN, Horowitz EJ, Barrett AC, German TC, Vernon TW. The Use of Eye Tracking as a Biomarker of Treatment Outcome in a Pilot Randomized Clinical Trial for Young Children with Autism. Autism Res. 2019 May;12(5):779-793. doi: 10.1002/aur.2093. Epub 2019 Mar 20. PMID: 30891960.
Комментарии
Войдите, чтобы оставить комментарий Войти