Pesquisa da Unesp de Botucatu usa Inteligência artificial auxilia identificar o câncer de pulmão
Resultados deste estudo poderão auxiliar na identificação de alvos terapêuticos
Da Redação
Um trabalho produzido por Sarah Santiloni Cury, aluna de pós-graduação em Ciências Biológicas (Genética), do Instituto de Biociências da Unesp de Botucatu (IBB), recebeu o prêmio de melhor apresentação oral na terceira edição da Palestra Multidisciplinar Internacional sobre Biologia de Sistemas Computacionais do Câncer: Promessas da Inteligência Artificial [Multidisciplinary International Lecture on Computational Systems Biology of Cancer: Promises of Artificial Intelligence].
O evento ocorreu de 28 setembro a 2 de outubro de 2020, em uma plataforma virtual feita pela Organização Europeia de Biologia Molecular (European Molecular Biology Organization – EMBO) e a Federação das Sociedades Bioquímicas Europeias (Federation of European Biochemical Societies – FEBS). Neste ano, o evento teve como foco as abordagens de Inteligência Artificial e Aprendizado de Máquina na pesquisa do câncer.
Premiado na categoria “Doutorado”, o trabalho de Sarah, intitulado “Um novo modelo preditivo classifica a caquexia em pacientes com câncer de pulmão para a caracterização do microambiente tumoral” [A predictive model to classify lung cancer cachexia for the identification of disease-mediators] utilizou o aprendizado de máquinas para classificar pacientes com baixa massa muscular (pacientes caquéticos) e menor taxa de sobrevida.
O “aprendizado de máquina” (machine learning), utilizado no trabalho de Sarah, é um método de análise de dados que automatiza a construção de modelos analíticos. Trata-se de um ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.
“Além de identificar pacientes caquéticos e com pior prognóstico, foi possível caracterizar a composição molecular e celular do tumor desses pacientes. Isso nos forneceu informações sobre os potenciais mediadores da perda de massa muscular em pacientes com câncer de pulmão. Agora estamos utilizando outras ferramentas de bioinformática para identificar potenciais drogas que possam reverter esse processo”, comenta Robson Francisco Carvalho, do Departamento de Biologia Estrutural do IBB/UNESP, orientador do estudo.
Os resultados deste estudo poderão auxiliar na identificação de alvos terapêuticos para o combate à caquexia associada ao câncer de pulmão – uma síndrome metabólica complexa, caracterizada pela perda de massa muscular, a qual não pode ser completamente revertida por suporte nutricional. A caquexia afeta até 80% dos pacientes em estádios avançados da doença, e representa a causa de morte de até 20% de todos os pacientes oncológicos.
