Pesquisadores da Faculdade de Medicina da USP em Ribeirão Preto (FMRP-USP), em parceria com cientistas da Poznan University of Medical Sciences, na Polônia, desenvolveram uma ferramenta baseada em inteligência artificial (IA) capaz de prever a agressividade de diferentes tipos de câncer com base na expressão de proteínas (veja vídeo acima).
Chamada de PROTsi, a plataforma foi criada para ajudar na análise de risco em pacientes com câncer. Ela analisa os dados das proteínas dos tumores e gera um índice que indica o quanto a doença pode crescer e resistir aos tratamentos.
Ao g1, Renan Santos Simões, doutorando da USP e primeiro autor do estudo, explicou que a novidade é vista como promissora para ajudar no diagnóstico do câncer e no planejamento de tratamentos personalizados.
Além disso, ele afirma que ela pode abrir caminho para o uso de remédios que já existem, a partir da identificação de proteínas ligadas aos tumores mais agressivos.
“Essa plataforma permite uma visão mais precisa do comportamento do tumor, e isso pode influenciar diretamente na forma como os médicos escolhem o tratamento. Estamos falando de um possível impacto direto na vida dos pacientes”.
A pesquisa foi publicada recentemente na revista científica Cell Genomics e contou com apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
Para desenvolver o modelo, os pesquisadores analisaram proteínas de 1.134 amostras referentes a 11 tipos de câncer, com base em dados do Consórcio de Análise Proteômica Clínica de Tumores (CPTAC), um banco internacional de dados científicos. Entre os tumores analisados estão os de cabeça e pescoço, útero, mama, ovário, pulmão, rim, cérebro, cólon e pâncreas.
A partir da integração destes dados, a plataforma identificou padrões nas proteínas que tinham relação direta com a agressividade tumoral. O índice PROTsi, criado a partir da análise, apresentou grande desempenho na diferenciação entre células tumorais e não tumorais.
Entre os tumores analisados, a plataforma teve desempenho positivo em todos, mas os melhores resultados foram observados nos tumores de endométrio (útero) e cabeça e pescoço.
