Utilizar a aprendizagem profunda para uma terapia de precisão do cancro
A ferramenta encontra a raiz da doença
Anúncios
Altuna Akalin e a sua equipa do Centro Max Delbrück desenvolveram uma nova ferramenta para orientar com maior precisão o tratamento do cancro. Descrita num artigo publicado na revista "Nature Communications", a ferramenta, denominada Flexynesis, utiliza redes neuronais profundas e avalia dados multimodais.
Todos os anos são aprovadas cerca de 50 novas terapias contra o cancro. É uma boa notícia. "Mas para os doentes e para os médicos que os tratam, é cada vez mais difícil acompanhar e selecionar os métodos de tratamento de que as pessoas afectadas - cada uma com as suas caraterísticas tumorais muito individuais - mais beneficiarão", afirma a Dra. Altuna Akalin, diretora da plataforma tecnológica de Bioinformática e Ciência de Dados Ómicos do Instituto de Biologia de Sistemas Médicos do Centro Max Delbrück de Berlim (MDC-BIMSB). A investigadora trabalha há algum tempo no desenvolvimento de ferramentas que utilizam a inteligência artificial para fazer diagnósticos mais precisos e que também determinam a melhor forma de terapia adaptada a cada paciente.
A equipa de Akalin desenvolveu agora um conjunto de ferramentas chamado Flexynesis, que não se baseia apenas na aprendizagem automática clássica, mas utiliza também a aprendizagem profunda para avaliar simultaneamente tipos de dados muito diferentes - por exemplo, dados multiómicos, bem como textos e imagens especialmente processados, como tomografias ou ressonâncias magnéticas. "Desta forma, permite que os médicos façam melhores diagnósticos, prognósticos e estratégias de tratamento para os seus doentes", afirma Akalin. O Flexynesis é descrito em pormenor num artigo publicado na "Nature Communications".
"Estamos a realizar vários projectos de tradução com médicos que pretendem identificar biomarcadores a partir de dados multi-ómicos que se alinham com os resultados da doença", afirma o Dr. Bora Uyar, primeiro autor e co-correspondente da publicação. "Embora muitos métodos baseados em aprendizagem profunda tenham sido publicados para este fim, a maioria revelou-se inflexível, ligada a tarefas de modelação específicas ou difícil de instalar e reutilizar. Essa lacuna nos motivou a construir o Flexynesis como um kit de ferramentas adequado, que é flexível para diferentes tarefas de modelagem e empacotado em PyPI, Guix, Docker, Bioconda e Galaxy, para que outros possam aplicá-lo prontamente em seus próprios pipelines.
A ferramenta encontra a raiz da doença
A aprendizagem profunda é um subcampo da aprendizagem automática que vai além das simples redes neurais com uma ou duas camadas computacionais, utilizando redes profundas que funcionam com centenas ou mesmo milhares de camadas. "O cancro e outras doenças complexas resultam da interação de vários factores biológicos, por exemplo, ao nível do ADN, do ARN e das proteínas", explica Akalin. As alterações caraterísticas a estes níveis - como a quantidade de proteína HER2 produzida no cancro da mama ou do estômago - são frequentemente registadas, mas normalmente ainda não são analisadas em conjunto com todos os outros factores relevantes para a terapia.
É aqui que entra o Flexynesis. "Até à data, as ferramentas comparáveis têm sido frequentemente difíceis de utilizar ou apenas úteis para responder a determinadas questões", afirma Akalin. "A Flexynesis, pelo contrário, pode responder a várias questões médicas ao mesmo tempo: por exemplo, que tipo de cancro está envolvido, que medicamentos são particularmente eficazes neste caso e como é que estes afectam as hipóteses de sobrevivência do doente." A ferramenta também ajuda a identificar biomarcadores adequados para o diagnóstico e o prognóstico, ou - se forem descobertas metástases de origem desconhecida - para identificar o tumor primário. "Isto facilita o desenvolvimento de estratégias de tratamento abrangentes e personalizadas para todos os tipos de doentes com cancro", afirma Akalin.
Integração de dados na clínica - mesmo sem experiência em IA
No ano passado, Akalin introduziu outra ferramenta baseada em IA, denominada Onconaut, que ajuda de forma semelhante a identificar a terapia certa para o cancro. "O Onconaut baseia-se em biomarcadores conhecidos, resultados de ensaios clínicos e diretrizes actuais, pelo que funciona segundo um princípio completamente diferente", explica Akalin. "A ferramenta não se tornará obsoleta, mas pode ser um complemento útil ao Flexynesis."
Um dos obstáculos que a nova ferramenta ainda tem de ultrapassar, pelo menos na Alemanha, é o facto de os dados multiómicos ainda não serem recolhidos por rotina nos hospitais. "Nos EUA, por outro lado, estes dados são frequentemente discutidos nos conselhos hospitalares de tumores, onde médicos de diferentes especialidades planeiam em conjunto o tratamento dos seus doentes", diz Akalin. E a sua equipa demonstrou que os dados podem ser utilizados para prever com precisão se um determinado tratamento será eficaz. "Na Alemanha, os dados multi-ómicos detalhados só foram utilizados até agora em programas emblemáticos como o programa MASTER para cancros raros", acrescenta. Mas isso pode mudar em breve.
Akalin sublinha que os utilizadores da sua ferramenta, que atualmente se destina principalmente a médicos e investigadores clínicos e é continuamente actualizada, não precisam de ter qualquer experiência especial no trabalho com aprendizagem profunda. "Espero que a ferramenta reduza as barreiras para que os hospitais e os grupos de investigação realizem a integração de dados multimodais, ou seja, a análise simultânea de dados ómicos, relatórios escritos e imagens, mesmo sem especialistas em IA ao seu lado", afirma. O Flexynesis está facilmente acessível em linha, juntamente com instruções de utilização da ferramenta.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Bora Uyar, et al. (2025): „Flexynesis: A deep learning toolkit for bulk multi-omics data integration for precision oncology and beyond“. Nature Communications
Outras notícias do departamento ciência
