IA e biomarcadores sanguíneos mostram potencial para prever risco de doenças com anos de antecedência

Um estudo constatou que o risco de uma mulher desenvolver demência pode ser previsto 25 anos antes do início dos sintomas por meio de um teste de um biomarcador no sangue chamado “tau fosforilada 217” — uma proteína ligada às alterações cerebrais observadas na doença de Alzheimer. Níveis mais altos de tau fosforilada 217, ou p-tau217, foram fortemente associados a futuro comprometimento cognitivo leve e demência — cuja forma mais comum é a doença de Alzheimer — entre mulheres idosas que estavam cognitivamente saudáveis no início do estudo.

O estudo, publicado no The Journal of the American Medical Association (JAMA) Network Open, analisou dados de 2.766 participantes do Women's Health Initiative Memory Study, um estudo nacional dos EUA que recrutou mulheres de 65 a 79 anos no fim da década de 1990 e as acompanhou por até 25 anos. Mulheres que desenvolveram problemas de memória ou de raciocínio, incluindo demência, foram identificadas durante o acompanhamento.

Níveis mais altos de p-tau217 no sangue no início do estudo estiveram relacionados a uma maior chance de desenvolver demência mais tarde na vida, com níveis crescentes do biomarcador associados a um risco crescente de demência. Níveis mais altos de p-tau217 também estiveram mais fortemente associados a piores desfechos cognitivos entre mulheres com 70 anos ou mais, em comparação com as mais jovens, e entre aquelas com o fator de risco genético APOE e4 para a doença de Alzheimer.

O estudo também constatou que a p-tau217 foi mais preditiva de demência entre mulheres que foram randomizadas para terapia hormonal com estrogênio mais progestagênio versus placebo. Biomarcadores sanguíneos como a p-tau217 são especialmente promissores porque são muito menos invasivos e potencialmente mais acessíveis do que exames de imagem do cérebro ou testes do líquido cefalorraquidiano.

Em uma pesquisa separada sobre câncer de fígado, uma equipe no Japão concentrou-se em uma proteína específica chamada MYCN. Os cientistas já sabiam que essa proteína desempenhava um papel no câncer de fígado em fígados danificados, mas não sabiam como. Para descobrir, os pesquisadores usaram um modelo em camundongos para ver o que acontece quando o MYCN é elevado demais. Eles descobriram que, quando o MYCN se juntou a outro gene chamado AKT, 72% dos camundongos desenvolveram tumores em apenas 50 dias.

Para entender por que isso acontece, a equipe utilizou uma técnica chamada transcriptômica espacial. Eles descobriram um agrupamento específico de 167 genes que se alteram em áreas “livres de tumor” quando os níveis de MYCN aumentam. Eles denominaram esse ambiente de “nicho MYCN”.

Com esses dados, os pesquisadores construíram um modelo de aprendizado de máquina. Esse algoritmo observa os padrões genéticos em um fígado e atribui uma pontuação. Se a pontuação é alta, isso significa que o ambiente hepático está preparado para o câncer. Quando testaram isso em dados humanos, funcionou com 93% de acurácia. Curiosamente, a pontuação foi ainda melhor para prever problemas futuros quando analisaram o tecido de aparência saudável ao redor de um tumor, em vez do próprio tumor.

Enquanto isso, cientistas afiliados ao German Center for Diabetes Research (DZD) sugerem que um simples exame de sangue, combinado com IA, poderia ajudar a identificar indivíduos com alto risco de desenvolver diabetes tipo 2 e suas complicações em estágio inicial. Um novo estudo publicado em Biomarker Research analisou amostras de sangue de participantes de várias coortes de estudo com perfis de risco de pré-diabetes conhecidos.

Os pesquisadores se concentraram em padrões de metilação do DNA, que são modificações químicas que regulam a atividade gênica sem alterar a própria sequência do DNA. Usando técnicas de aprendizado de máquina, a equipe identificou 1.557 marcadores epigenéticos que, em conjunto, formaram uma “impressão digital” biológica do risco de pré-diabetes.

Usando esses marcadores, o modelo de IA foi capaz de atribuir indivíduos a agrupamentos de pré-diabetes de alto risco com uma acurácia de cerca de 90%, mesmo quando testado em uma coorte independente de validação. Muitos dos marcadores epigenéticos eram específicos de determinados agrupamentos e refletiam diferentes vias de sinalização biológica. Vários já haviam sido associados em estudos anteriores ao diabetes tipo 2, à inflamação crônica e a doenças cardiovasculares e renais.

Pesquisas anteriores conduzidas pelo DZD dividiram o pré-diabetes em pelo menos seis agrupamentos distintos. Três agrupamentos estão associados a risco moderado, enquanto os outros três apresentam alto risco de desenvolver diabetes tipo 2 e complicações relacionadas.