A metástase é o ponto em que o câncer passa a representar um perigo muito maior. Quando o tumor permanece no lugar, com frequência dá para tratar, remover e acompanhar. Já um tumor que aprende a se deslocar vira um alvo móvel - e é nesse cenário que, muitas vezes, os resultados pioram.
O problema é que, ainda hoje, os médicos não conseguem prever com segurança, logo no início, quais tumores tendem a se espalhar e quais devem ficar restritos ao tecido de origem.
Pesquisadores da Universidade de Genebra (UNIGE) afirmam ter encontrado uma forma mais nítida de ler esse risco em células de câncer de cólon - e, a partir desses sinais, transformá-los em uma ferramenta de IA capaz de estimar o risco de metástase em vários tipos de câncer.
O trabalho descreve tanto os padrões biológicos identificados quanto um modelo de inteligência artificial chamado MangroveGS, que converte essas pistas moleculares em uma estimativa de risco que, no futuro, pode apoiar cuidados mais personalizados.
O câncer reescreve o desenvolvimento normal
Uma das ideias centrais do estudo é que o câncer não se resume a uma “rebelião aleatória” de células. Os cientistas o descrevem mais como um desenvolvimento que saiu do trilho: programas biológicos antigos são reativados no lugar e no momento errados, com efeitos nocivos.
“A origem do câncer costuma ser atribuída a ‘células anárquicas’”, disse o autor sênior Ariel Ruiz i Altaba, professor do Departamento de Medicina Genética e Desenvolvimento da UNIGE. “No entanto, o câncer deve ser entendido, antes, como uma forma distorcida de desenvolvimento.”
Nessa perspectiva, alterações genéticas e epigenéticas não geram apenas desordem. Elas podem ligar programas de desenvolvimento que, em condições normais, seriam desligados após as fases iniciais da vida.
Com isso, as células são empurradas para estratégias de crescimento, remodelação e sobrevivência que fazem sentido em um embrião, mas que se tornam destrutivas em um organismo adulto.
Em vez de puro acaso, o câncer parece obedecer a regras biológicas estruturadas. “O desafio é, portanto, encontrar as chaves para entender sua lógica e sua forma”, disse Altaba.
“No caso das metástases, o objetivo é identificar as características das células que se separarão do tumor para criar outro em algum lugar do corpo.”
Foi exatamente esse enigma que a equipe decidiu enfrentar: o que diferencia as células que se desprendem e iniciam novos tumores?
Testar células as destrói
A metástase está por trás da maioria das mortes por câncer, e o câncer de cólon pesa bastante nessa estatística. Parte do motivo de ser tão difícil prever a metástase é técnico.
É possível sequenciar uma célula para revelar sua identidade molecular - mas o sequenciamento a destrói. Também dá para observar uma célula viva e ver como ela se comporta - só que não dá para obter um retrato molecular completo sem sacrificá-la.
“A dificuldade está em conseguir determinar a identidade molecular completa de uma célula - uma análise que a destrói - enquanto se observa sua função, o que exige que ela permaneça viva”, explicou Altaba.
Para contornar esse impasse, o grupo recorreu a uma solução simples na ideia, porém trabalhosa na execução.
Eles isolaram células tumorais de câncer de cólon, clonaram-nas e as cultivaram em laboratório para, então, testar o que essas “famílias” de células geneticamente aparentadas realmente fazem.
“Esses clones foram então avaliados in vitro e em um modelo em camundongos para observar sua capacidade de migrar por um filtro biológico real e gerar metástases”, observou a coautora Arwen Conod, da UNIGE.
Esse desenho permitiu ligar o comportamento - a capacidade de se mover e se disseminar - aos padrões de atividade gênica medidos nesses mesmos clones.
Padrões por trás da disseminação do câncer
Os pesquisadores analisaram a atividade de centenas de genes em cerca de trinta clones celulares obtidos de dois tumores primários de cólon.
O principal resultado indica que há padrões claros de expressão gênica associados ao potencial metastático - mas não do jeito simplista de “uma mutação explica tudo” que muita gente gostaria que fosse.
Em vez disso, os dados sugerem que o risco de metástase é impulsionado por programas coordenados, com conjuntos de genes agindo em conjunto e células aparentadas influenciando umas às outras.
O estudo destaca que comunidades de células cancerosas relacionadas determinam o potencial metastático por meio de suas interações, e não por uma única célula atuando isoladamente.
Isso muda a ênfase. A metástase não seria apenas uma característica de uma única célula “vilã”. Ela também pode emergir do microecossistema do tumor - da forma como grupos de células cooperam, competem e, coletivamente, viabilizam a fuga.
Transformando genes em previsões com o MangroveGS
Depois de mapear esses padrões, os pesquisadores os incorporaram a um sistema de IA voltado à previsão em câncer.
“A grande novidade da nossa ferramenta, chamada ‘Assinaturas Gênicas Mangrove (MangroveGS)’, é que ela explora dezenas, até centenas, de assinaturas gênicas. Isso a torna particularmente resistente a variações individuais”, disse o autor principal Aravind Srinivasan, da UNIGE.
Essa escolha de projeto é relevante porque o câncer é, por natureza, heterogêneo. Tumores variam entre pacientes, entre tipos de tumor e até dentro do mesmo tumor.
Uma ferramenta apoiada em uma única “assinatura” pode ser frágil. Já uma abordagem que combina muitos sinais ao mesmo tempo tende, em alguns casos, a ser mais robusta.
Nos testes, o MangroveGS previu metástase e recorrência do câncer de cólon com precisão próxima de 80% e teve desempenho superior ao de abordagens existentes.
Os especialistas também relatam que assinaturas gênicas derivadas do câncer de cólon foram úteis para prever o risco metastático em outros cânceres, incluindo os de estômago, pulmão e mama.
Se essa capacidade de generalização se confirmar em validações mais amplas, ela pode se tornar um dos pontos mais valiosos do estudo. O mesmo arcabouço passaria a servir para múltiplos tipos de câncer.
Como a IA pode mudar decisões de tratamento
A proposta da equipe é objetiva e voltada ao uso prático. O MangroveGS foi pensado para funcionar com amostras de tumor coletadas em hospitais.
No fluxo descrito, pesquisadores analisam as células, sequenciam o RNA e geram uma pontuação de risco de metástase que pode ser compartilhada com segurança com médicos e pacientes.
“Essa informação evitará o tratamento excessivo de pacientes de baixo risco, limitando efeitos colaterais e custos desnecessários, ao mesmo tempo em que intensifica o monitoramento e o tratamento daqueles com alto risco”, disse Altaba.
Esse é o cenário ideal para predição de risco: não submeter pacientes de baixo risco a terapias agressivas sem necessidade e, ao mesmo tempo, concentrar atenção e recursos nos que têm maior chance de recidiva ou disseminação.
“Ela também oferece a possibilidade de otimizar a seleção de participantes em ensaios clínicos, aumentando o poder estatístico dos estudos e trazendo benefícios terapêuticos aos pacientes que mais precisam”, disse Altaba.
Se for possível identificar com mais antecedência e precisão quem é de alto risco, os ensaios podem ficar mais eficientes e, potencialmente, mais éticos. Assim, pessoas com maior probabilidade de se beneficiar de uma terapia experimental tendem a ser incluídas.
Um novo olhar da IA sobre a metástase
Este estudo atua em duas frentes ao mesmo tempo. No plano biológico, defende que programas padronizados de atividade gênica e o comportamento coletivo de grupos de células tumorais aparentadas impulsionam a metástase, em vez da existência de um único “gene da metástase” óbvio.
No plano aplicado, ele organiza essa complexidade em uma ferramenta de IA que tenta traduzir a biologia intrincada do câncer em uma previsão clínica utilizável.
Não é uma palavra final - ferramentas desse tipo dependem de validação independente, desempenho no mundo real e da prova de que realmente melhoram decisões e desfechos em ambientes hospitalares diversos.
Ainda assim, representa um avanço em direção a algo de que a oncologia precisa muito: um sistema de alerta precoce melhor para disseminação, sustentado por mais do que suposições e pela espera de más notícias.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário