Inteligência Artificial decifra enfermidades codificadas em seu material genético

A abordagem V2P

A abordagem, conhecida como V2P (De Variante a Fenótipo), tem como objetivo acelerar os testes genéticos e apoiar o desenvolvimento de novas terapias para doenças raras e complexas. A pesquisa foi publicada na edição online de 15 de dezembro da Nature Communications.

Prevendo doenças a partir da variação genética

A maioria das ferramentas de análise genética existentes consegue estimar se uma mutação é potencialmente danosa, mas normalmente param por aí. Elas não explicam que tipo de doença pode resultar. O V2P foi projetado para superar essa limitação, utilizando aprendizado de máquina avançado para conectar variantes genéticas com seus resultados fenotípicos esperados — ou seja, as doenças ou características que uma mutação pode produzir. Dessa forma, o sistema ajuda a prever como o DNA de uma pessoa pode afetar sua saúde.

“Nossa abordagem nos permite identificar as mudanças genéticas mais relevantes para a condição de um paciente, em vez de vasculhar milhares de variantes possíveis”, diz o autor principal David Stein, PhD, que recentemente completou seu treinamento de doutorado nos laboratórios de Yuval Itan, PhD, e Avner Schlessinger, PhD. “Ao determinar não apenas se uma variante é patogênica, mas também o tipo de doença que é provável que cause, podemos melhorar tanto a velocidade quanto a precisão da interpretação genética e dos diagnósticos.”

Treinando a IA para encontrar a mutação correta

Para construir o modelo, os pesquisadores treinaram o V2P com um grande conjunto de dados contendo variantes genéticas prejudiciais e inócuas, juntamente com informações detalhadas sobre doenças. Esse treinamento permitiu que o sistema aprendesse padrões que ligam variantes específicas a resultados de saúde. Quando testado usando dados de pacientes reais e desidentificados, o V2P frequentemente classificou a mutação causadora da doença verdadeira entre os 10 principais candidatos, demonstrando seu potencial para simplificar e acelerar o diagnóstico genético.

“Além do diagnóstico, o V2P pode ajudar pesquisadores e desenvolvedores de medicamentos a identificar os genes e as vias mais estreitamente ligadas a doenças específicas”, afirma Dr. Schlessinger, co-sênior e co-autor correspondente, Professor de Ciências Farmacológicas e Diretor do Centro de Descoberta de Medicamentos de Pequenas Moléculas em IA da Icahn School of Medicine do Mount Sinai. “Isso pode orientar o desenvolvimento de terapias geneticamente adaptadas aos mecanismos da doença, particularmente em condições raras e complexas.”

Expandindo a medicina de precisão e a descoberta de medicamentos

Atualmente, o V2P classifica mutações em amplas categorias de doenças, como distúrbios do sistema nervoso ou cânceres. A equipe de pesquisa planeja aprimorar o sistema para que possa fazer previsões mais detalhadas e combinar seus resultados com fontes de dados adicionais para auxiliar ainda mais na descoberta de medicamentos.

Os pesquisadores afirmam que esse avanço marca um progresso significativo em direção à medicina de precisão, onde tratamentos são selecionados com base no perfil genético do indivíduo. Ao vincular variantes genéticas aos seus efeitos prováveis nas doenças, o V2P pode ajudar os clínicos a alcançarem diagnósticos mais rápidos e auxiliar os cientistas a descobrirem novos alvos para terapia.

“O V2P nos oferece uma visão mais clara de como as mudanças genéticas se traduzem em doenças, o que tem implicações importantes tanto para a pesquisa quanto para o atendimento ao paciente”, diz Dr. Itan, co-sênior e co-autor correspondente, Professor Associado de Inteligência Artificial e Saúde Humana, e Ciências Genéticas e Genômicas, membro central do Instituto Charles Bronfman de Medicina Personalizada, e membro do Instituto Mindich de Saúde Infantil e Desenvolvimento na Icahn School of Medicine do Mount Sinai. “Ao conectar variantes específicas aos tipos de doenças que são mais propensas a causar, podemos priorizar melhor quais genes e vias merecem uma investigação mais aprofundada. Isso nos ajuda a avançar de maneira mais eficiente da compreensão da biologia à identificação de abordagens terapêuticas potenciais e, por fim, à personalização de intervenções ao perfil genômico específico de um indivíduo.”

O artigo é intitulado “Expandindo a utilidade das previsões de efeitos de variantes com modelos específicos de fenótipo.”

Os autores do estudo, conforme listados na revista, são David Stein, Meltem Ece Kars, Baptiste Milisavljevic, Matthew Mort, Peter D. Stenson, Jean-Laurent Casanova, David N. Cooper, Bertrand Boisson, Peng Zhang, Avner Schlessinger e Yuval Itan.

Esta pesquisa foi apoiada por subsídios dos Institutos Nacionais de Saúde (NIH) R24AI167802 e P01AI186771, financiamento da Fondation Leducq, e do subsídio da Leona M. e Harry B. Helmsley Charitable Trust 2209-05535. Apoio adicional veio de subsídios do NIH R01CA277794, R01HD107528 e R01NS145483. O trabalho também recebeu apoio parcial por meio de prêmios de Ciência Clínica e Translacional (CTSA) do NIH sob o número de concessão UL1TR004419, bem como suporte do Escritório de Infraestrutura de Pesquisa do NIH sob os números de prêmios S10OD026880 e S10OD030463.