Cientistas da Escola de Medicina Icahn, no Monte Sinai, criaram um novo sistema de inteligência artificial que faz mais do que apenas sinalizar mutações genéticas prejudiciais. A ferramenta também pode prever o tipo de doença que essas mutações têm maior probabilidade de causar.
A abordagem, chamada V2P (Variante para Fenótipo), foi projetada para acelerar os testes genéticos e apoiar o desenvolvimento de novos tratamentos para doenças raras e complexas. O estudo foi publicado na edição online de 15 de dezembro da comunicações da natureza.
Predição de doenças a partir de variações genéticas
A maioria das ferramentas de análise genética existentes são capazes de estimar se uma mutação é potencialmente prejudicial, mas muitas vezes não vão além disso. Eles não explicaram que tipo de doença isso poderia causar. O V2P visa superar essa limitação usando aprendizado de máquina avançado para vincular variantes genéticas às suas consequências fenotípicas esperadas (ou seja, a doença ou característica que uma mutação pode produzir). Desta forma, o sistema pode ajudar a prever como o DNA de uma pessoa afeta a sua saúde.
“Nossa abordagem nos permite identificar as alterações genéticas mais relevantes para a condição de um paciente, em vez de examinar milhares de variantes possíveis”, disse o primeiro autor David Stein, Ph.D., que completou recentemente seu doutorado nos laboratórios de Yuval Itan, Ph.D., e Avner Schlessinger, Ph.D. “Ao determinar não apenas se uma variante é causadora de doença, mas também que tipo de doença ela pode causar, podemos aumentar a velocidade e a precisão da interpretação e do diagnóstico genético”.
Treinando IA para encontrar as mutações certas
Para construir o modelo, os pesquisadores treinaram o V2P em um grande conjunto de dados contendo variantes genéticas prejudiciais e inofensivas, bem como informações detalhadas sobre doenças. Esta formação permite ao sistema aprender padrões que ligam variantes específicas a resultados de saúde. Quando testado usando dados reais e não identificados de pacientes, o V2P frequentemente classificou as verdadeiras mutações causadoras de doenças entre as 10 principais mutações candidatas, demonstrando seu potencial para simplificar e acelerar o diagnóstico genético.
“Além do diagnóstico, o V2P pode ajudar pesquisadores e desenvolvedores de medicamentos a identificar os genes e caminhos mais intimamente associados a uma doença específica”, disse Schlessinger, Ph.D., co-autor sênior e co-autor correspondente, professor de farmacologia e diretor do Centro de Inteligência Artificial para Descoberta de Medicamentos de Pequenas Moléculas na Escola de Medicina Icahn no Monte Sinai. “Isso poderia orientar o desenvolvimento de terapias geneticamente adaptadas para atingir os mecanismos das doenças, particularmente em condições raras e complexas”.
Expandindo a medicina de precisão e a descoberta de medicamentos
Atualmente, o V2P classifica as mutações em amplas categorias de doenças, como distúrbios neurológicos ou câncer. A equipa de investigação planeia melhorar o sistema para fazer previsões mais detalhadas e combinar os seus resultados com outras fontes de dados para ajudar ainda mais na descoberta de medicamentos.
Os pesquisadores dizem que o desenvolvimento marca um progresso significativo na medicina de precisão, que seleciona tratamentos com base no perfil genético de um indivíduo. Ao vincular as variantes genéticas aos seus possíveis efeitos na doença, o V2P pode ajudar os médicos a fazer diagnósticos mais rapidamente e ajudar os cientistas a descobrir novos alvos terapêuticos.
“O V2P nos dá uma janela mais clara sobre como as mudanças genéticas se traduzem em doenças, o que tem implicações importantes tanto para a pesquisa quanto para o atendimento ao paciente”, disse o autor co-sênior Itan, Ph.D., professor associado de inteligência artificial e saúde humana, genética e ciências genômicas, membro central do Instituto Charles Bronfman de Medicina Personalizada e membro do Instituto Mindich para Saúde e Desenvolvimento Infantil da Escola de Medicina Icahn no Monte Sinai. “Ao vincular variantes específicas aos tipos de doenças que elas têm maior probabilidade de causar, podemos priorizar melhor quais genes e vias requerem um estudo mais aprofundado. Isso nos ajuda a passar de forma mais eficaz da compreensão da biologia para a identificação de tratamentos potenciais e, em última análise, adaptar as intervenções ao perfil genômico específico de um indivíduo.”
O artigo é intitulado “Expandindo a utilidade das previsões de efeitos variantes por meio de modelos específicos de fenótipos”.
Os autores do estudo listados na revista incluem David Stein, Meltem Ece Kars, Baptiste Milisavljevic, Matthew Mort, Peter D. Stenson, Jean-Laurent Casanova, David N. Cooper, Bertrand Boisson, Peng Zhang, Avner Schlessinger e Yuval Itan.
Esta pesquisa foi apoiada pelas bolsas R24AI167802 e P01AI186771 dos Institutos Nacionais de Saúde (NIH), uma bolsa da Fundação Leducq e Leona M. e Harry B. Helmsley Charitable Trust 2209-05535. Suporte adicional vem das bolsas do NIH R01CA277794, R01HD107528 e R01NS145483. Este trabalho também foi apoiado em parte pela concessão UL1TR004419 do Prêmio de Ciência Clínica e Translacional (CTSA) do Centro Nacional para o Avanço das Ciências Translacionais e pelo apoio do Escritório de Infraestrutura de Pesquisa do NIH sob os números de prêmio S10OD026880 e S10OD030463.
