Aprendizado de máquina diferencia subtipos de câncer através de biópsia líquida

Jovem mulher com câncer - lenço na cabeça e dentro de casa

Algoritmos de Aprendizado de Máquina Revolucionam Diagnóstico de Câncer através de Biópsia Líquida

Siga-nos

AR News

Por meio dos algoritmos de aprendizado de máquina, é possível utilizar pequenos segmentos de DNA que circulam no sangue de pacientes com câncer para auxiliar médicos no diagnóstico de tipos específicos de câncer e na seleção do tratamento mais eficaz para cada paciente.

Recentemente, pesquisadores da Universidade de Wisconsin-Madison desenvolveram uma nova abordagem de análise, a qual foi detalhada no Annals of Oncology. Essa técnica é compatível com os dispositivos de teste de "biópsia líquida" já aprovados nos Estados Unidos e utilizados em clínicas de câncer, o que poderá acelerar a sua adoção em benefício dos pacientes.

A biópsia líquida se baseia na coleta simples de sangue, evitando a necessidade de remover um pedaço de tecido canceroso através de agulhas. Marina Sharifi, professora de medicina e oncologista na Escola de Medicina de UW-Madison e Saúde Pública, enfatiza que essa abordagem é menos invasiva e pode ser realizada repetidamente ao longo do curso da doença para monitorar o câncer e sua resposta ao tratamento.

Conforme os tumores malignos crescem, eles liberam material genético chamado DNA livre de células na corrente sanguínea. Contudo, nem todas as partes desse DNA se perdem. As células cancerígenas protegem parte de seu material genético enrolando-o em estruturas chamadas histonas, que podem ser desenroladas para acessar determinadas seções do código genético quando necessário.

Kyle Helzer, cientista de bioinformática da UW-Madison, explica que as regiões do DNA contendo genes frequentemente usados pelas células cancerígenas são mais propensas a se fragmentar, o que tem implicações importantes na identificação de diferentes tipos de câncer.

Helzer, co-autor principal do estudo juntamente com Sharifi e o cientista Jamie Sperger, enfatiza que estão investigando a distribuição ampla dessas regiões no DNA livre de células para identificar os diversos tipos de câncer. A equipe de pesquisa, liderada pelos autores seniores da UW-Madison, Shuang (George) Zhao e Joshua Lang, usou fragmentos de DNA presentes em amostras de sangue de um estudo prévio com quase 200 pacientes (alguns com câncer e outros sem) e também coletou novas amostras de mais de 300 pacientes tratados por câncer de mama, pulmão, próstata ou bexiga na UW-Madison e em outros hospitais de pesquisa afiliados ao Big Ten Cancer Research Consortium.

O procedimento envolveu a divisão de cada conjunto de amostras em duas partes. Uma parte foi usada para treinar um algoritmo de aprendizado de máquina a identificar padrões nos fragmentos de DNA livre de células, os quais são impressões digitais relativamente únicas e específicas de diferentes tipos de câncer. A outra parte foi usada para testar o algoritmo treinado. Os resultados foram impressionantes, com o algoritmo demonstrando mais de 80% de precisão em traduzir os resultados de uma biópsia líquida para um diagnóstico de câncer e para a identificação de tipos específicos de câncer.

Além disso, a abordagem de aprendizado de máquina também conseguiu diferenciar entre dois subtipos de câncer de próstata: o adenocarcinoma, mais comum, e o câncer de próstata neuroendócrino (NEPC), uma variante de rápida progressão que é resistente aos tratamentos padrão. Isso é especialmente significativo, já que a distinção entre esses dois subtipos pode ser desafiadora, mas é crucial para determinar a abordagem terapêutica adequada.

Continue a leitura do texto após o anúncio:

Confira Últimas Notícias 🌎

Marina Sharifi observa que o diagnóstico do NEPC normalmente é realizado por meio de biópsias de agulha direcionadas ao local do tumor, o que pode não ser conclusivo em muitos casos, mesmo quando há suspeita clínica. A abordagem de biópsia líquida, ao contrário, oferece vantagens, permitindo que amostras de sangue sejam facilmente coletadas do paciente sem a necessidade de localizar um tumor específico.

As amostras de sangue foram processadas utilizando a tecnologia de sequenciamento de DNA livre de células da Integrated DNA Technologies, sediada em Iowa. Essa abordagem se diferencia dos métodos tradicionais de análise "fragmentômica" do DNA do câncer em amostras de sangue, os quais tendem a focar em genes específicos relacionados ao câncer para orientar a terapia.

Siga-nos

Shuang (George) Zhao destaca que o estudo demonstra que é possível usar painéis de genes já estabelecidos para identificar não apenas os alvos terapêuticos, mas também as características fragmentadas do DNA livre de células presentes no sangue e, com isso, determinar o tipo de câncer que um paciente possui.

A coleta das centenas de amostras de pacientes utilizadas no estudo foi viabilizada pelo Núcleo de Biomarcadores Circulantes do Centro de Câncer de Carbono da UW e pela Equipe Orientada para Doenças de Bioespécimes.

📙 GLOSSÁRIO:

🖥️ FONTES :

Com Agências :

Faculdade de Medicina e Saúde Pública de Winsconsin

NOTA:

O AR NEWS publica artigos de várias fontes externas que expressam uma ampla gama de pontos de vista. As posições tomadas nestes artigos não são necessariamente as do AR NEWS NOTÍCIAS.

🔴Reportar uma correção ou erro de digitação e tradução :Contato ✉️

Continue a leitura no site após o anúncio: