Os cientistas identificaram um conjunto de biomarcadores que podem melhorar significativamente a forma como as doenças gastrointestinais (DIG) são detectadas e tratadas. Essas doenças incluem câncer gástrico (GC), câncer colorretal (CCR) e doença inflamatória intestinal (DII).
Os seus resultados mostraram que bactérias e compostos intestinais específicos, chamados metabolitos, estão intimamente ligados a cada doença. Isto levanta a possibilidade de diagnosticar estas doenças mais precocemente com métodos menos invasivos. Alguns desses marcadores podem até indicar risco de múltiplas doenças.
Inteligência artificial revela biomarcadores intestinais compartilhados entre doenças
Para descobrir esses padrões, os pesquisadores usaram ferramentas avançadas de aprendizado de máquina e inteligência artificial para analisar dados de microbioma e metaboloma de pacientes com GC, CRC e IBD. Ao comparar dados de diferentes doenças, descobriram que um modelo treinado para uma doença muitas vezes conseguia prever marcadores para outra. Por exemplo, um modelo baseado em dados de GC pode identificar biomarcadores de DII, enquanto um modelo CRC pode prever com precisão marcadores relacionados a GC.
A pesquisa foi conduzida por uma equipe da Universidade de Birmingham, Dubai (parte do curso MSc Health Data Science), da Universidade de Birmingham, Birmingham, Reino Unido, e dos Hospitais Universitários Birmingham NHS Foundation Trust. Seus resultados foram publicados em Revista de Medicina Translacional.
O coautor principal, Dr. Animesh Acharjee, da Universidade de Birmingham, explicou: “Os métodos diagnósticos atuais, como endoscopia e biópsias, embora eficazes, podem ser invasivos, caros e às vezes não detectar a doença em estágio inicial.
“Nossa análise pode fornecer uma melhor compreensão dos mecanismos subjacentes que impulsionam a progressão da doença e identificar biomarcadores-chave para terapias direcionadas. Esses biomarcadores podem ajudar a identificar a doença mais cedo e com mais precisão, permitindo tratamentos melhores e mais personalizados”.
Assinaturas intestinais específicas da doença e sobrepostas
O estudo também destaca os padrões microbianos e metabólicos únicos de cada doença, bem como importantes sobreposições.
No GC, bactérias dos filos Firmicutes, Bacteroidetes e Actinobacteria são comuns. Os pesquisadores também observaram alterações em metabólitos como diidrouracil e taurina. Alguns destes marcadores também estão associados à DII, sugerindo que partilham características biológicas comuns. No entanto, embora sejam úteis para identificar DII, são menos eficazes para detectar CCR.
Para o câncer colorretal, os principais indicadores incluem bactérias como Fusobactérias e Enterococos, e metabólitos como isoleucina e nicotinamida. Algumas delas também estão presentes no GC, sugerindo que estas doenças podem compartilhar vias biológicas subjacentes comuns.
Na DII, as bactérias e metabólitos de Lachnospiraceae, como a urobilina e o ácido glicérico, desempenham um papel importante. Notavelmente, alguns destes marcadores também estão implicados em processos relacionados com o cancro, reforçando a ideia de que estas condições estão interligadas.
Simulações mostram diferenças claras entre estados saudáveis e doentes
A equipe também modelou como os micróbios intestinais crescem e como os metabólitos fluem através dos sistemas biológicos. Estas simulações revelaram diferenças metabólicas claras entre indivíduos saudáveis e pacientes com a doença, apoiando ainda mais o papel destes biomarcadores no diagnóstico.
“A análise cruzada de doenças do nosso estudo destaca o potencial do uso de biomarcadores microbianos e metabólicos identificados em um GID para prever outro GID”, acrescentou o Dr. “Esta abordagem inovadora pode levar ao desenvolvimento de ferramentas de diagnóstico universais que poderão revolucionar o diagnóstico e o tratamento de múltiplas doenças gastrointestinais”.
Rumo a testes não invasivos e tratamento personalizado
No futuro, os pesquisadores planejam explorar como essas descobertas podem ser aplicadas em ambientes clínicos. Isto inclui o desenvolvimento de testes de diagnóstico não invasivos e tratamentos mais direcionados baseados em biomarcadores identificados.
Eles também planeiam validar o seu modelo utilizando uma população de pacientes maior e mais diversificada e estudar se estes biomarcadores podem ajudar a prever outras doenças relacionadas no futuro.
