Pesquisa do Projeto Ex Vivo usa modelos de IA para identificar comportamentos celulares que influenciam resposta a tratamentos.
Lorin Crawford e a equipe do Projeto Ex Vivo, em parceria entre Microsoft e Broad Institute com apoio do Dana-Farber, publicaram estudo em Nature Methods que propõe medir o estado celular para melhorar a correspondência entre pacientes e terapias. Conforme os autores, o método combina dados ex vivo e modelos computacionais para identificar padrões de comportamento celular que podem explicar por que pacientes com mutações semelhantes respondem de forma diferente aos mesmos fármacos.
Olhar além das mutações
A pesquisa parte da observação de que classificar tumores apenas pela origem ou por mutações nem sempre explica a resposta ao tratamento. Em laboratório, modelos ex vivo — como células cultivadas e organoides — podem não reproduzir todos os estados que existem no corpo. Isso gera discrepâncias entre resultados em placa de Petri e efeitos em pacientes.
O grupo do Projeto Ex Vivo busca incluir o estado celular — isto é, como as células se comportam e reagem ao ambiente — na avaliação dos tumores. Segundo os pesquisadores, estados diferentes podem afetar sensibilidade a tratamentos, velocidade de desenvolvimento de resistência e agressividade da doença.
No câncer de pâncreas, por exemplo, foram identificados dois estados celulares amplos associados a respostas distintas. Conforme Lorin Crawford, modelos de laboratório frequentemente refletem apenas um desses estados, o que pode reduzir a precisão das previsões sobre eficácia de fármacos.
Menos desajustes, melhores apostas
Crawford e colegas defendem que medir o estado celular de forma confiável pode alterar práticas clínicas em dois pontos. Primeiro, pode melhorar o pareamento de pacientes com terapias existentes e a seleção para ensaios clínicos, ao agrupar tumores de forma mais representativa. Segundo, pode guiar um novo tipo de pesquisa de medicamentos: em vez de mirar só mutações, tratamentos poderiam tentar alterar o estado do tumor para torná-lo mais tratável.
De acordo com Srivatsan Raghavan, oncologista do Dana-Farber e codiretor do projeto, o objetivo é representar melhor a diversidade tumoral nos modelos e gerar evidências que reflitam a complexidade observada em pacientes.
Um estatístico em um laboratório úmido
A atuação de Crawford ilustra a convergência entre computação e experimentação. Formado em matemática e estatística, ele passou parte do pós em um laboratório de biologia do câncer, onde aprendeu como os dados são gerados a partir de células vivas. Essa experiência o ajudou a desenvolver abordagens que unem análise estatística e trabalho experimental.
Conforme Crawford, integrar especialistas computacionais e experimentadores facilita o uso de ferramentas de IA em amostras de tumores de pacientes anônimos, para testar hipóteses antes de investigações criadas no laboratório.
Do problema de laboratório à transformação do tratamento do cancer
O esforço, iniciado em 2022, ampliou-se rapidamente com avanços em IA. O time usa modelos computacionais para realizar experimentos virtuais e priorizar hipóteses promissoras, reduzindo tempo e custo de testes laboratoriais. O estudo em Nature Methods mostra que modelos aprendem mais ao observar variedade de comportamentos celulares do que apenas ao aumentar o volume de dados, um ponto que desafia suposições comuns na área.
Peter Winter, codiretor do projeto e pesquisador no Broad Institute, afirma que a diversidade de estados celulares nos conjuntos de dados molda os conhecimentos que esses modelos podem produzir. O próximo passo, segundo os autores, é definir e validar com clareza os estados celulares em diferentes tipos de câncer, para fornecer aos médicos informações mais úteis na tomada de decisão.
Crawford destaca uma projeção de mudança em curto prazo: de acordo com ele, dentro de cinco anos o campo pode ter avanços relevantes que aproximem o que se observa em laboratório do que ajuda pacientes.
Imagem principal: Foto de Gregory Winter
Reportagem original assinada por Susanna Ray para Microsoft Source; texto adaptado para divulgação jornalística.
Assuntos nesse artigo:
#estadocelular, #microsoft, #broadinstitute, #danafaber, #naturemethods, #ia, #cancer, #oncologia, #organoides, #tumores, #terapias, #ensaiosclinicos, #farmacos, #resistencia, #pesquisa, #modeloscomputacionais, #lorincrawford, #peterwinter, #srivatsanraghavan, #projetoexvivo