Dentro do tumor: a IA decifra cinco tipos celulares ocultos para impedir o retorno do câncer
Uma equipe multinacional de pesquisadores, co-liderada pelo Garvan Institute of Medical Research, desenvolveu e testou uma nova ferramenta de inteligência artificial que promete transformar a forma como o câncer é diagnosticado e tratado. A ferramenta, chamada AAnet, foi projetada para identificar padrões biológicos nas células individuais de um tumor, permitindo uma análise mais detalhada da diversidade celular.
Nem todas as células tumorais são iguais
Os tumores não são formados por um único tipo de célula – eles consistem em uma mistura de células que crescem e respondem de maneira distinta aos tratamentos. Essa heterogeneidade complica o tratamento do câncer e pode levar a resultados insatisfatórios, sobretudo em casos de câncer de mama triplo-negativo.
“A heterogeneidade é um problema, pois atualmente tratamos os tumores como se todas as células fossem idênticas. Geralmente, administramos uma única terapia que atinge a maioria das células do tumor ao focar em um mecanismo específico. No entanto, nem todas as células cancerígenas compartilham esse mecanismo. Assim, mesmo que o paciente apresente uma resposta inicial, as células remanescentes podem proliferar e o câncer retornar”, explica a professora associada Christine Chaffer.
Uma nova ferramenta identifica cinco grupos celulares distintos
Para enfrentar esse desafio, a equipe desenvolveu e treinou a AAnet, uma ferramenta de IA avançada capaz de detectar padrões de expressão gênica em células individuais dentro dos tumores. Ao aplicar essa tecnologia em modelos pré-clínicos de câncer de mama triplo-negativo e em amostras humanas de câncer de mama com diferentes perfis (ER positivo e HER2 positivo), os pesquisadores conseguiram identificar cinco grupos distintos de células cancerígenas, ou “arquétipos”, cada um com perfis de expressão gênica que indicam diferenças significativas no comportamento celular.
“Utilizando nossa ferramenta de IA, fomos consistentemente capazes de descobrir cinco novos grupos de tipos celulares em tumores individuais. Cada grupo demonstrou ativação de diferentes vias biológicas e mostrou distintas tendências quanto ao crescimento, metástase e indicadores de prognóstico desfavorável. Nosso próximo passo é acompanhar a evolução desses grupos ao longo do tempo, por exemplo, antes e depois da quimioterapia”, afirma a professora associada Christine Chaffer.
Para a professora associada Smita Krishnaswamy, que participou do desenvolvimento da ferramenta, “Graças aos avanços tecnológicos, as últimas duas décadas assistiram a uma explosão de dados a nível celular. Descobrimos que não só o câncer de cada paciente é único, como cada célula se comporta de forma distinta. Este estudo é a primeira vez que dados de célula única conseguiram simplificar esse continuum de estados celulares em alguns arquétipos significativos, permitindo analisar a diversidade e associá-la de forma relevante ao crescimento tumoral e a assinaturas metabolômicas. Isso pode mudar o rumo do tratamento.”
Uma nova classificação para tratamentos mais direcionados
Os pesquisadores afirmam que a utilização da AAnet para caracterizar os diferentes grupos celulares dentro do tumor abre caminho para uma mudança de paradigma no tratamento do câncer. Atualmente, a escolha do tratamento é amplamente baseada no órgão de origem do câncer e em alguns marcadores moleculares, partindo do pressuposto de que todas as células do tumor são iguais. Com o AAnet, é possível entender a diversidade celular e desenvolver terapias combinadas que atinjam cada um dos grupos identificados, potencialmente melhorando os resultados para os pacientes.
“Visualizamos um futuro no qual os médicos incorporarão essa análise de IA aos métodos tradicionais de diagnóstico do câncer, desenvolvendo tratamentos mais personalizados que atinjam todas as células presentes no tumor de forma eficaz. Embora nosso estudo tenha se concentrado no câncer de mama, essa tecnologia pode ser aplicada a outros tipos de câncer e inclusive a doenças como distúrbios autoimunes. A tecnologia já está pronta para transformar o cuidado ao paciente”, conclui a equipe de pesquisa.
