Imaging micro-Raman di tessuti neurali e analisi spettrale multicomponente verso la rivelazione label-free di biomarcatori del morbo di Parkinson

As life expectancy increases, the rising onset of neurodegenerative disorders, such as Parkinson’s disease (PD), presents an important global healthcare challenge; for this reason, there is the growing need for advanced diagnostic tools. Raman spectroscopy has recently appeared to be a promising non-destructive and label-free technique for biochemical investigation, also in the context of characterization and diagnosis of various pathologies. The aim of this thesis is to explore the potential and capabilities of Raman micro-spectroscopy to identify variations in the biochemical composition of brain tissues, in order to distinguish healthy samples from Parkinson's diseased ones and search for possible PD indicators. Specifically, this study focuses on neuromelanin (NM), a dark biological pigment thought to play a decisive role in PD pathogenesis and hypothesized to be a putative biomarker. To this end, hyperspectral images were acquired from brain slices of both wild-type and PD-affected murine models. Subsequently, they were analyzed with a robust preprocessing (desaturation, baseline subtraction, despiking, and normalization) followed by Principal Component Analysis (PCA), a multivariate method that decomposes the spectra into signals with reduced dimensionality, helping the identification of subtle spectral differences. Combining chemometric and spatially resolved information, we show preliminary evidence of differentiation in the spectral signatures of the samples that align with the hypothesis of NM as a key biomarker for PD.

Con l'aumento dell'aspettativa di vita, la crescente incidenza di malattie neurodegenerative come il morbo di Parkinson rappresenta un'importante sfida globale per la sanità. Per questo, vi è la necessità di strumenti diagnostici avanzati. La spettroscopia Raman si è recentemente dimostrata una tecnica non distruttiva e label-free molto promettente per l'indagine biochimica, anche specificatamente applicata alla caratterizzazione e alla diagnosi di diverse patologie. L'obiettivo di questa tesi è esplorare il potenziale e le capacità della micro-spettroscopia Raman nell'identificare variazioni nella composizione biochimica dei tessuti cerebrali, al fine di distinguere i campioni sani da quelli affetti da Parkinson e ricercare possibili indicatori di tale malattia. Nello specifico, questo studio si concentra sulla neuromelanina, un pigmento biologico scuro che è ritenuto svolgere un ruolo decisivo nella patogenesi del morbo di Parkinson e che si ipotizza possa essere un potenziale biomarcatore. A tal fine, sono state acquisite immagini iperspettrali di campioni di tessuto cerebrale provenienti da modelli murini sani e malati di Parkinson. Successivamente, sono state analizzate tramite un robusto preprocessing (desaturazione, sottrazione della baseline, rimozione dei picchi dovuti a raggi cosmici e normalizzazione) seguito dall'Analisi delle Componenti Principali (PCA), un metodo multivariato che decompone gli spettri in segnali con dimensionalità ridotta, facilitando l'identificazione di sottili differenze spettrali. Combinando informazioni chemiometriche e spaziali, presentiamo delle prove preliminari di differenziazione nelle segnature spettrali dei campioni, che si allineano con l'ipotesi della neuromelanina come un biomarcatore chiave per il morbo di Parkinson.