Compara\u00e7\u00e3o entre o perfil molecular das c\u00e9lulas-tronco e o das c\u00e9lulas de amostras de tumores foi feita com algoritmos de intelig\u00eancia artificial<\/p>\n
Tem ganhado for\u00e7a na comunidade cient\u00edfica a hip\u00f3tese de que a progress\u00e3o do c\u00e2ncer \u00e9 um processo que envolve, entre outros fatores, a aquisi\u00e7\u00e3o de caracter\u00edsticas semelhantes \u00e0s de c\u00e9lulas-tronco por parte das c\u00e9lulas tumorais.<\/p>\n
Segundo essa teoria, quanto mais a doen\u00e7a avan\u00e7a, menos as c\u00e9lulas malignas lembram o tecido do qual se originaram, adquirindo um fen\u00f3tipo indiferenciado que estaria associado a maior agressividade e capacidade de resistir ao tratamento.<\/p>\n
Em um estudo divulgado na revista Cell nesta quinta-feira (05\/04), pesquisadores da Faculdade de Medicina de Ribeir\u00e3o Preto da Universidade de S\u00e3o Paulo (FMRP-USP) e colaboradores em outros pa\u00edses descreveram um m\u00e9todo capaz de medir de forma objetiva o grau de similaridade de amostras tumorais com c\u00e9lulas-tronco pluripotentes (com capacidade para se diferenciar em diferentes tecidos).<\/p>\n
O chamado stemness indices (\u00edndice de semelhan\u00e7a com c\u00e9lula-tronco em ingl\u00eas) foi desenvolvido durante o p\u00f3s-doutorado de Tathiane Malta, no \u00e2mbito de um projeto de pesquisa apoiado pela FAPESP e coordenado por Houtan Noushmehr, professor do Departamento de Gen\u00e9tica da FMRP-USP.<\/p>\n
\u201cNossa expectativa \u00e9 que, no futuro, esse \u00edndice possa ser usado na rotina cl\u00ednica, auxiliando o m\u00e9dico a avaliar o progn\u00f3stico, a prever a possibilidade de recidivas e a planejar o tratamento de seus pacientes\u201d, disse Malta, primeira autora do artigo.<\/p>\n
Para desenvolver a metodologia, o grupo analisou caracter\u00edsticas moleculares de c\u00e9lulas-tronco embrion\u00e1rias humanas e comparou com dados de 12 mil amostras de 33 tipos diferentes de tumores depositados no banco p\u00fablico mantido pelo The Cancer Genome Atlas (TCGA), nos Estados Unidos.<\/p>\n
Foram avaliados tanto dados gen\u00e9ticos, como sequenciamento de DNA, quanto de express\u00e3o g\u00eanica, al\u00e9m de fatores epigen\u00e9ticos \u2013 um conjunto de processos qu\u00edmicos que moldam o funcionamento do genoma e, consequentemente, o perfil fenot\u00edpico, por meio da ativa\u00e7\u00e3o ou desativa\u00e7\u00e3o de genes.<\/p>\n
Entre os mecanismos epigen\u00e9ticos investigados no trabalho destaca-se a metila\u00e7\u00e3o do DNA, que corresponde \u00e0 adi\u00e7\u00e3o de um grupo metila (formado de \u00e1tomos de hidrog\u00eanio e carbono) \u00e0 base citosina do DNA \u2013 fen\u00f4meno que pode impedir a express\u00e3o de alguns genes.<\/p>\n
Intelig\u00eancia artificial<\/strong><\/p>\n A compara\u00e7\u00e3o entre o perfil molecular das c\u00e9lulas-tronco embrion\u00e1rias e das c\u00e9lulas contidas nas amostras de tumores foi feita com aux\u00edlio de algoritmos de intelig\u00eancia artificial do tipo machine learning (aprendizado de m\u00e1quina), capazes de analisar uma grande quantidade de dados, por meio de m\u00e9todos estat\u00edsticos espec\u00edficos, de modo a encontrar padr\u00f5es que permitam fazer determina\u00e7\u00f5es ou predi\u00e7\u00f5es.<\/p>\n \u201cNos baseamos no pressuposto de que h\u00e1 certa similaridade entre algumas subpopula\u00e7\u00f5es de c\u00e9lulas tumorais e as c\u00e9lulas-tronco pluripotentes. Usamos os algoritmos para identificar assinaturas moleculares t\u00edpicas de c\u00e9lulas-tronco [assinaturas de stemness] que nos ajudassem a entender os tumores e que fossem preditivas de agressividade ou do desfecho cl\u00ednico\u201d, disse Malta.<\/p>\n Para cada amostra de tumor, explicou a pesquisadora, foi gerado um \u00edndice que variava de 0 a 1. \u201cAqueles que estavam mais pr\u00f3ximos de 1 apresentavam maior semelhan\u00e7a com c\u00e9lulas-tronco e eram significativamente mais agressivos do que os tumores pr\u00f3ximos de 0. Os tumores metast\u00e1ticos, por exemplo, tinham alto \u00edndice de stemness. Al\u00e9m disso, ao analisar o hist\u00f3rico cl\u00ednico dos doadores das amostras, foi poss\u00edvel perceber uma correla\u00e7\u00e3o entre alto \u00edndice de stemness e menor sobrevida\u201d, disse.<\/p>\n Para alguns tipos de c\u00e2ncer, os cientistas observaram que o alto \u00edndice de stemness estava associado \u00e0 presen\u00e7a de muta\u00e7\u00f5es. No caso de amostras de carcinoma espinocelular de cabe\u00e7a e pesco\u00e7o, por exemplo, um escore alto se correlacionou com muta\u00e7\u00f5es no gene NSD1.<\/p>\n Segundo explicaram os autores no artigo, altera\u00e7\u00f5es no gene NSD1 foram recentemente associadas na literatura cient\u00edfica ao bloqueio da diferencia\u00e7\u00e3o celular e \u00e0 promo\u00e7\u00e3o da oncog\u00eanese nesse tipo de tumor.<\/p>\n A an\u00e1lise tamb\u00e9m permitiu identificar mol\u00e9culas cuja express\u00e3o estava associada \u00e0 perda do fen\u00f3tipo diferenciado (dedifferentiation) para alguns tipos de c\u00e2ncer. Maiores n\u00edveis da prote\u00edna FOXM1, por exemplo, foram associados a menor diferencia\u00e7\u00e3o e maior prolifera\u00e7\u00e3o celular no c\u00e2ncer de mama e de pulm\u00e3o. J\u00e1 a express\u00e3o reduzida da prote\u00edna ANNEXIN-A1 foi correlacionada a maior \u00edndice de stemness em amostras de adenocarcinoma pulmonar.<\/p>\n \u201cA aplica\u00e7\u00e3o desse \u00edndice em estudos futuros poder\u00e1 ajudar a identificar novos alvos terap\u00eauticos contra o c\u00e2ncer. Se pudermos identificar o ponto em que as c\u00e9lulas tumorais adquirem as caracter\u00edsticas de c\u00e9lulas-tronco, se tornar\u00e1 poss\u00edvel buscar meios de interromper o processo e evitar a progress\u00e3o da doen\u00e7a\u201d, disse Noushmehr.<\/p>\n O pesquisador ressaltou ainda que a metodologia foi descrita detalhadamente no material de apoio on-line que acompanha o artigo. \u201cQualquer pesquisador interessado em quantificar o \u00edndice de stemness em suas pr\u00f3prias amostras tumorais pode aplicar o m\u00e9todo, ajudando na sua valida\u00e7\u00e3o\u201d, afirmou.<\/p>\n O artigo Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation integra uma edi\u00e7\u00e3o especial da revista Cell intitulada PanCancer Atlas e est\u00e1 publicado em http:\/\/www.cell.com\/cell\/fulltext\/S0092-8674(18)30358-1.<\/p>\n O trabalho contou com a colabora\u00e7\u00e3o de cientistas de diversas institui\u00e7\u00f5es norte-americanas, entre elas Henry Ford Health System, Harvard University, Stanford University, The University of Texas e Sage Bionetworks. Colaboraram ainda cientistas da B\u00e9lgica (Hasselt University, Universit\u00e9 libre de Bruxelles e Interuniversity Institute of Bioinformatics in Brussels) e da Pol\u00f4nia (Nencki Institute of Experimental Biology of PAS e Poznan University of Medical Sciences).<\/p>\n Fonte: Revista Exame<\/p>\n","protected":false},"excerpt":{"rendered":" Compara\u00e7\u00e3o entre o perfil molecular das c\u00e9lulas-tronco e o das c\u00e9lulas de amostras de tumores foi feita com algoritmos de intelig\u00eancia artificial Tem ganhado for\u00e7a na comunidade cient\u00edfica a hip\u00f3tese de que a progress\u00e3o do c\u00e2ncer \u00e9 um processo que envolve, entre outros fatores, a aquisi\u00e7\u00e3o de caracter\u00edsticas semelhantes \u00e0s de c\u00e9lulas-tronco por parte das […]<\/p>\n","protected":false},"author":1,"featured_media":45500,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"","ocean_second_sidebar":"","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"default","ocean_display_header":"default","ocean_header_style":"","ocean_center_header_left_menu":"","ocean_custom_header_template":"","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"","ocean_menu_typo_font_family":"","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"default","ocean_display_footer_bottom":"default","ocean_custom_footer_template":"","ocean_post_oembed":"","ocean_post_self_hosted_media":"","ocean_post_video_embed":"","ocean_link_format":"","ocean_link_format_target":"self","ocean_quote_format":"","ocean_quote_format_link":"post","ocean_gallery_link_images":"on","ocean_gallery_id":[]},"categories":[1],"tags":[1277,232,82,2520],"acf":[],"_links":{"self":[{"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/posts\/45499"}],"collection":[{"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/comments?post=45499"}],"version-history":[{"count":2,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/posts\/45499\/revisions"}],"predecessor-version":[{"id":45504,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/posts\/45499\/revisions\/45504"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/media\/45500"}],"wp:attachment":[{"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/media?parent=45499"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/categories?post=45499"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.simepe.com.br\/novo\/wp-json\/wp\/v2\/tags?post=45499"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}