Algoritmo pode acelerar pesquisas contra câncer

As terapias de combinação de medicamentos têm se tornado uma ferramenta importante em tratamentos contra cânceres. Chegar à união de drogas efetivas, porém, pode demandar muito tempo de pesquisa. Um algoritmo desenvolvido por cientistas da Faculdade de Medicina da Geórgia, nos Estados Unidos, poderá acelerar esse processo. A equipe testou a solução em bioinformática para buscar novas apostas de combate a tumores de mama e obteve resultados promissores, apresentados na revista Plos One.

Com o algoritmo, os cientistas conseguem usar grandes bancos de dados que tenham informações sobre como determinado tipo de droga anticâncer altera a expressão gênica de uma linha celular com a doença e quão bem ela mata essas células. As alterações na expressão genética estão entre as principais causas do desenvolvimento e da disseminação de cânceres. Diferentes classes de medicamentos agem para danificar o DNA das células doentes e prevenir ou pelo menos retardar sua reprodução.

"Quando você atinge uma célula com qualquer coisa, como uma droga ou uma mudança de nutriente, a célula responde. E ela responde de uma maneira que vai começar a mudar seu perfil de expressão gênica", explica, em comunicado, Richard McIndoe, diretor do Centro de Biotecnologia e Medicina Genômica da Faculdade de Medicina da Geórgia e líder do estudo.

Combinar drogas com essa mesma ação pode potencializar esse efeito. "Em última análise, queremos encontrar combinações sinérgicas de medicamentos que, esperamos, ajudem os pacientes com câncer. Para os pesquisadores, torna-se uma maneira particularmente mais rápida de encontrar essas combinações sinérgicas, sem ter que rastrear um medicamento por vez, o que realmente não é viável", afirma McIndoe.

Uma das abordagens hoje existentes para encontrar a combinação certa de drogas envolve, segundo o cientista, enormes estações automatizadas em que diferentes combinações de medicamentos são colocadas com uma linha celular específica de câncer para se chegar ao efeito esperado. Porém, a lista de medicamentos fornecida é longa, e a de combinações potenciais, ainda mais extensa.

A equipe americana tinha como facilitador a existência de grandes bases de dados de linhagens celulares que foram tratadas com distintos medicamentos para analisar o impacto na expressão gênica antes e após o tratamento anticâncer. Uma delas é o projeto Biblioteca de Assinaturas Celulares Baseadas em Rede Integrada.

Eles, então, se concentraram em 57 drogas quimioterápicas selecionadas aleatoriamente no banco de dados, analisando, em detalhes, as mudanças moleculares que cada droga produzia e vinculando isso à taxa de crescimento de tumores de mama — ou seja, o quanto as células cancerígenas matavam a droga produzida. A partir dessas informações, criaram uma representação matemática das mudanças moleculares e da quantidade de morte para cada droga.

Essas informações completas aceleram análises sobre combinações que possam ser promissoras. "Como temos todos os efeitos de uma única droga, podemos combinar matematicamente dois medicamentos com base em suas alterações moleculares", resume McIndoe. Ao todo, havia 1.596 combinações dos 57 medicamentos escolhidos.

O algoritmo escolheu as 30 principais e oito foram confirmadas usando um modelo estatístico padrão chamado ZIP. "O resultado é muito melhor do que o acaso e muito menos caro e demorado do que testar o grande número de combinações de medicamentos em potencial", enfatizam os autores do estudo.

McIndoe estima que a triagem de todas as 1.596 combinações levaria cerca de três anos usando abordagens padrão. Com o algoritmo, a equipe precisou de cerca de dois meses — uma redução de mais de 90% no tempo de trabalho. As linhagens de células cancerígenas foram tratadas, em laboratório, com as combinações sinérgicas propostas. Segundo os cientistas, os testes confirmaram ainda mais a sinergia.

A ferramenta também pode ajudar a evitar que drogas eficazes contra tumores comecem a perder o efeito. McIndoe explica que não é incomum que o câncer se torne resistente aos medicamentos quimioterápicos. "Uma das maneiras que os médicos tentam contornar esse problema é usando combinações de medicamentos. A probabilidade de você desenvolver resistência a ambos simultaneamente é menor do que se você tivesse apenas um", explica.

Há ainda a possibilidade de, com uniões mais eficazes, reduzir a dosagem das drogas — impactando positivamente nos efeitos adversos — e a de pesquisadores de diferentes institutos compartilharem as informações obtidas com o algoritmo. "Ele também facilita a sinergia entre os cientistas, permitindo o compartilhamento fácil de descobertas, o que permite que ainda mais medicamentos e linhagens celulares sejam avaliados e que o banco de dados de combinações eficazes contra cânceres específicos cresça mais rapidamente", apostam os autores.

McIndoe e colegas planejam criar um banco de dados em que outros pesquisadores possam facilmente fazer o upload do impacto na expressão gênica e na taxa de crescimento de seus trabalhos e deem o próximo passo mais rapidamente: iniciar os testes com animais de laboratório para ver se a sinergia é, de fato, eficaz. Os autores cogitam também que o algoritmo possa ser usado para identificar mais prontamente as melhores combinações de medicamentos para outros problemas de saúde, como infecções bacterianas, fúngicas e virais.

 

Fonte: Correio Braziliense