Avanços na Prevenção e Tratamento do Câncer com Inteligência Artificial
Com o aumento dos casos de câncer em todo o mundo, a doença apresenta complexidades que desafiam a ciência na busca por novos métodos de diagnóstico e tratamento. Nesse contexto, a inteligência artificial (IA) se destaca como uma ferramenta essencial, especialmente em modelos de predição e detecção da doença. Uma nova ferramenta desenvolvida por pesquisadores da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo (FMRP-USP) em colaboração com cientistas da Polônia promete contribuir significativamente nesse processo.
O Modelo de Aprendizado de Máquina
O modelo de aprendizado de máquina criado por essa equipe é capaz de prever, a partir de proteínas específicas, a agressividade de vários tipos de tumores. Ele gera um índice conhecido como grau de stemness, que varia de zero (baixo) a um (alto). À medida que esse índice aumenta, o câncer tende a ser mais agressivo, resistente a medicamentos e propenso a recidivas.
O termo "grau de stemness" refere-se ao grau em que as células tumorais se comportam como células-tronco pluripotentes, ou seja, aquelas que têm a capacidade de se transformar em diferentes tipos de células do organismo humano. Consoante o avanço da doença, as células malignas se distanciam do tecido de origem, continuando a se autorrenovar e apresentando fenótipo indistinguível.
Desenvolvimento da Ferramenta
Para implementar a ferramenta, os cientistas aproveitaram dados do Consórcio de Análise Proteômica Clínica de Tumores (CPTAC), abrangendo 11 tipos de câncer e desenvolvendo o índice de stemness baseado na expressão proteica (PROTsi). Mais de 1.300 amostras de câncer de mama, ovário, pulmão, rim, útero, cérebro, cabeça e pescoço, cólon e pâncreas foram analisadas.
A inovação do PROTsi reside na sua integração com dados proteômicos de 207 células-tronco pluripotentes, permitindo a identificação de proteínas que potencializam a agressividade de certos tumores. Essas moléculas podem se revelar alvos estratégicos para novas terapias, contribuindo para a personalização do tratamento do câncer e para o avanço do desenvolvimento clínico de novas terapias.
Publicação e Reconhecimento
Os resultados do estudo foram publicados na revista científica Cell Genomics e refletem um avanço significativo na compreensão do câncer. A professora Tathiane Malta, que conduziu a pesquisa, destaca que várias das proteínas identificadas já são alvo de medicamentos disponíveis para pacientes oncológicos, abrindo portas para futuros testes e pesquisas.
Com o apoio da FAPESP, a professora Malta e sua equipe continuam a testar outros modelos computacionais para aprimorar as previsões de agressividade do câncer. O estudo também foi coautorado por Renan Santos Simões, um dos alunos envolvidos na pesquisa, que enfatiza a importância da contribuição científica para a melhoria dos tratamentos e da qualidade de vida dos pacientes.
Contexto Global e Nacional do Câncer
No último Dia Mundial do Câncer, a Organização Mundial da Saúde (OMS) alertou sobre a alarmante taxa de diagnósticos, com 40 pessoas diagnosticadas por minuto. No Brasil, a incidência de câncer está em crescimento, com estimativas que apontam para 704 mil novos casos anuais no triênio 2023-2025, com foco em tumores como os de pele, mama, próstata, cólon e pulmão.
Conclusão
O PROTsi apresenta um desempenho consistente em discriminar células-tronco de células diferenciadas em diversos tumores, oferecendo um modelo aplicável a várias formas de câncer, embora com eficácia variável. A disponibilização de dados e a continuação das pesquisas prometem contribuir significativamente para a luta contra o câncer e para o desenvolvimento de tratamentos mais eficazes.
Para a leitura completa do artigo sobre como o índice de stemness baseado em proteômica pode identificar alvos para novos medicamentos, acesse: Cell Genomics.
Informações da Agência FAPESP
