Padrão usa frase proteica para imaginar índice stemness, que analisa semelhança de tumor com células-tronco pluripotentes
Com o aumento dos casos de cancro no mundo, a doença tem se mostrado cada vez mais complexa, desafiando a ciência na procura por avanços no diagnóstico e tratamento. Nesse cenário, a IA (Perceptibilidade Sintético) vem sendo uma aliada em modelos de vaticinação e detecção de casos. Uma utensílio desenvolvida por pesquisadores da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo e da Polônia pode contribuir nesse processo.
O protótipo de aprendizagem de máquina se mostrou capaz de prever por meio de proteínas específicas a agressividade de alguns tipos de tumor, gerando um índice para o proporção de Stemness que varia de grave (zero) a tá (um). Conforme aumenta esse índice, o cancro tende a ser mais hostil, resistente a medicamentos e propenso a recidivas.
O proporção Stemness se refere a quanto as células tumorais se assemelham a células-tronco pluripotentes, aquelas com capacidade de se transformar em quase todos os tipos de célula do organização humano. Quanto mais a doença avança, menos as células malignas se parecem com o tecido do qual se originaram, se autorrenovando e com fenótipo indiferenciado.
Para desenvolver a utensílio, os cientistas utilizaram conjuntos de dados do Consórcio de Estudo Proteômica Clínica de Tumores (CPTACna {sigla} em inglês) referentes a 11 tipos de cancro e desenvolveram o índice de Stemness fundamentado na frase proteica (PROTsi). Foram analisadas mais de 1.300 amostras de casos de seio, ovário, pulmão – carcinoma de células escamosas e adenocarcinoma –, rim, útero, cérebro (pediátrico e adulto), cabeça e pescoço, cólon e pâncreas.
Por meio da integração do PROTsi com dados proteômicos de 207 células-tronco pluripotentes, o grupo identificou proteínas que impulsionam a agressividade de alguns tipos desses tumores. Essas moléculas podem ser possíveis alvos para novas terapias gerais ou específicas. Com isso, a utensílio também contribui para a personalização da terapia anticâncer, além do progressão do desenvolvimento médico de tratamentos.
“Muitas dessas proteínas já são alvos de medicamentos disponíveis no mercado para pacientes de cancro e outras doenças. Podem ser testadas em trabalhos futuros a partir dessa identificação. Chegamos a elas ao fazer a associação entre o fenótipo de stemness e a agressividade tumoral”disse a professora Tathiane Súcia, do Laboratório de Multiômica e Oncologia Molecular da FMRP-USP.
Em 2018, Súcia foi a 1ª autora de um item divulgado na Célularesultado de sua pesquisa de pós-doutorado, em que o grupo desenvolveu um índice Stemness capaz de medir de forma objetiva o proporção de similaridade de amostras tumorais com células-tronco pluripotentes.
“À idade desenvolvemos o algoritmo fundamentado em aprendizagem de máquina usando o banco público de tumores mantido pelo The Cancer Genome Atlas (TCGA), nos Estados Unidos. Nos baseamos em dados de frase gênica, quantificando RNA, e de epigenômica, com metilação no DNA. Agora trabalhamos com o banco do CPTAC, fundamentado em proteômica, e fizemos um update com as análises de proteína, uma molécula funcional que se enquadra em possibilidades de tratamento e emprego clínica”afirmou Súcia.
Nos resultados obtidos agora, o PROTsi correlacionou-se positivamente com escores de Stemness baseados em transcriptomas previamente publicados, incluindo o protótipo de 2018. Foi mais eficiente, por exemplo, na saliência entre amostras tumorais e não tumorais.
Para Renan Santos Simões, orientando de Súcia e que divide a 1ª autoria do item com Iga Kołodziejczak-Guglas, do International Institute for Molecular Oncology (Poznań), o progressão obtido na caracterização do Stemnessconsiderando os níveis de proteína e suas modificações, abre caminho para uma compreensão mais profunda da progressão tumoral e dos mecanismos de resistência às terapias atuais.
“A ciência avança aos poucos, de forma cuidadosa e construída em muitas mãos. É gratificante perceber que estamos contribuindo com esse processo. É isso que nos motiva: saber que o que fazemos hoje pode valer uma diferença real para os pacientes, aprimorando os tratamentos e a qualidade de vida”afirmou Simões.
Resultados
No processo de validação, o PROTsi apresentou desempenho consistente em vários conjuntos de dados, distinguindo claramente células-tronco das diferenciadas, com diferentes tumores se posicionando em níveis intermediários. No desfecho médico, o PROTsi foi preditivo em casos de cancro de útero e cabeça e pescoço, por exemplo.
Aliás, a utensílio conseguiu diferenciar melhor os tumores de maior proporção em amostras de adenocarcinoma, útero, pâncreas e cancro de cérebro pediátrico.
“Buscamos montar um protótipo que pode ser aplicado para qualquer cancro, mas vimos que funciona melhor para alguns do que para outros. Estamos deixando uma manadeira de dados à disposição para trabalhos futuros”disse Súcia.
Com informações da Escritório Fapesp.
