Modelos de organoides e ferramentas de IA impulsionam avanços na personalização do tratamento do câncer

Organoides surgiram como ferramentas de próxima geração para captar a diversidade de tumores cerebrais em um contexto clinicamente relevante, oferecendo uma poderosa plataforma pré-clínica e co-clínica para personalizar a neuro-oncologia. Esses modelos tridimensionais recapitularam a heterogeneidade tumoral e processos fisiopatológicos-chave in vitro, ao mesmo tempo em que permanecem relativamente rápidos e custo-efetivos de gerar.

Algoritmos de aprendizado de máquina (machine learning) estão sendo desenvolvidos para extrair insights de imagens tumorais que, na prática, apenas a inteligência artificial consegue enxergar. O objetivo é usar essas informações para fornecer uma recomendação de tratamento ao oncologista e ao paciente. Esse tipo de apoio por IA pode ser particularmente útil em situações em que há incerteza clínica (clinical equipoise), quando oncologistas não têm indicações claras de qual tratamento funcionará melhor para um indivíduo.

Organoides tumorais combinam de forma eficaz os benefícios de linhagens celulares básicas e de modelos in vivo complexos, permitindo a modelagem ex vivo fisiologicamente relevante de tumores cerebrais. Organoides de tumor cerebral incluem organoides tumorais derivados de pacientes, organoides geneticamente modificados e assembloids tumorais, oferecendo características e aplicabilidade diversas. Organoides primários derivados de pacientes podem ser obtidos a partir de uma grande variedade de tumores cerebrais, posicionando-os como excelentes avatares tumorais ex vivo para leituras funcionais e medicina de precisão.

Uma equipe de cientistas europeus anunciou uma plataforma de imageamento aprimorada por inteligência artificial que oferece aos pesquisadores uma nova forma de estudar organoides e esferoides de câncer, com monitoramento não invasivo e sem marcação (label-free) de modelos tumorais ao longo do tempo. Os pesquisadores desenvolveram um sistema de microscopia fotoacústica por coerência óptica aprimorado por IA conhecido como OC-PAM.

Por meio de três experimentos cuidadosamente desenhados, a equipe demonstrou que o OC-PAM pode realizar o acompanhamento longitudinal de organoides, avaliar sua resposta à quimioterapia, indicar a viabilidade de organoides individuais e identificar proxies para células persistentes tolerantes a fármacos. De forma crucial, todas essas capacidades são alcançadas de maneira não invasiva e sem marcação.

Para o imageamento longitudinal, os pesquisadores empregaram o modo de microscopia por coerência óptica para examinar organoides de câncer de mama após exposição à quimioterapia por administração de carboplatina. Usando o rastreamento automatizado de organoides individuais, juntamente com análise quantitativa de seus volumes médios, a equipe avaliou como os modelos respondiam ao tratamento. Organoides tratados com o fármaco exibiram taxas de crescimento reduzidas. Notavelmente, um pequeno subconjunto apresentou padrões de recrescimento compatíveis com células persistentes tolerantes a fármacos, células raras que se acredita contribuírem para resistência ao tratamento e recidiva.

Além das mudanças morfológicas, o estudo introduziu uma análise baseada em radiômica (radiomics) de dados de microscopia por coerência óptica para avaliar a viabilidade dos organoides. Ao aplicar técnicas de aprendizado de máquina, os pesquisadores alcançaram alto desempenho de classificação, destacando o potencial da plataforma para monitoramento não destrutivo da resposta ao tratamento ao longo do tempo.

Em um experimento adicional, a equipe explorou a sensibilidade do sistema a populações celulares raras. Usando o OC-PAM, eles obtiveram imagens de células de melanoma contendo melanina misturadas a células de câncer de mama dentro de esferoides 3D densos. Mesmo em concentrações muito baixas, células raras individuais foram visualizadas com sucesso.

Organoides geneticamente modificados permitem que pesquisadores obtenham compreensão mecanística da biologia tumoral humana dentro de um pano de fundo genético controlado. Assembloids de tumor cerebral facilitam a investigação da invasão e do crescimento de células tumorais em interação com estruturas saudáveis do cérebro humano.

Se um tratamento falha, como inevitavelmente acontece para uma parcela dos pacientes, tempo é perdido e os pacientes precisam passar para a próxima linha de tratamento. Se a IA puder trazer clareza nesse ponto, poderá ajudar a oncologia a alcançar um novo nível de medicina personalizada. Com suas capacidades não invasivas, sem marcação e longitudinais, o sistema pode ajudar a avançar a biologia do câncer, acelerar o desenvolvimento de fármacos e apoiar abordagens mais personalizadas em oncologia.