O RNACOREX foi publicado na revista PLOS Computational Biology. Ele pode analisar milhares de moléculas biológicas ao mesmo tempo, permitindo detectar interações moleculares importantes que muitas vezes são negligenciadas por métodos de análise tradicionais. Produzindo um “mapa” molecular claro e interpretável, o software ajuda os pesquisadores a entender melhor como os tumores funcionam e oferece novas maneiras de explorar os processos biológicos que impulsionam a progressão do câncer.

Decodificando a Estrutura Genética Oculta do Câncer

Dentro das células humanas, diferentes tipos de moléculas, como microRNAs (miRNAs) e RNA mensageiro (mRNA) — comunicam-se através de redes regulatórias altamente complexas. Quando essas redes não funcionam corretamente, doenças, incluindo o câncer, podem se desenvolver.

“Entender a arquitetura dessas redes é crucial para detectar, estudar e classificar diferentes tipos de tumores. No entanto, identificar essas redes de forma confiável é um desafio devido à grande quantidade de dados disponíveis, à presença de muitos sinais falsos e à falta de ferramentas acessíveis e precisas capazes de distinguir quais interações moleculares estão realmente associadas a cada doença”, afirma Rubén Armañanzas, chefe do Laboratório de Medicina Digital do DATAI e um dos principais autores do estudo.

O RNACOREX foi projetado para superar esses desafios. Ele integra informações curadas de bancos de dados biológicos internacionais com dados reais de expressão gênica para classificar as interações miRNA-mRNA mais biologicamente significativas. A partir dessa base, o software constrói redes regulatórias progressivamente mais complexas que também podem funcionar como modelos probabilísticos para estudar o comportamento da doença.

Prevendo Sobrevivência com Resultados Interpretabéis

Para avaliar o desempenho da ferramenta, a equipe de pesquisa aplicou o RNACOREX a dados de treze cânceres diferentes, incluindo tumores de mama, cólon, pulmão, estômago, melanoma e cabeça e pescoço, utilizando informações do The Cancer Genome Atlas (TCGA).

“O software previu a sobrevivência dos pacientes com precisão equivalente à de modelos de IA sofisticados, mas com algo que muitos desses sistemas carecem: explicações claras e interpretáveis das interações moleculares por trás dos resultados”, diz Aitor Oviedo-Madrid, pesquisador do Laboratório de Medicina Digital do DATAI e primeiro autor do estudo.

Além da previsão de sobrevivência, o RNACOREX pode identificar redes regulatórias vinculadas a desfechos clínicos, detectar padrões moleculares compartilhados entre múltiplos tipos de tumor e destacar moléculas individuais com forte relevância biomédica. Esses insights podem ajudar os pesquisadores a gerar novas hipóteses sobre como os tumores crescem e progridem, além de apontar para marcadores diagnósticos ou alvos terapêuticos promissores. “Nossa ferramenta fornece um ‘mapa’ molecular confiável que ajuda a priorizar novas alvos biológicos, acelerando a pesquisa sobre o câncer”, acrescenta Oviedo-Madrid.

Uma Plataforma de Código Aberto em Expansão

O RNACOREX está disponível gratuitamente como um programa de código aberto no GitHub e no PyPI (Python Package Index). Ele inclui ferramentas automatizadas para download de bancos de dados, facilitando a integração do software nos fluxos de trabalho de laboratórios e instituições de pesquisa. O projeto recebeu financiamento parcial do Governo de Navarra (programa ANDIA 2021) e do ERA PerMed JTC2022 PORTRAIT.

“Conforme a inteligência artificial na genômica avança, o RNACOREX se posiciona como uma solução explicativa e de fácil interpretação, uma alternativa aos modelos ‘caixa-preta’, ajudando a levar os dados ômicos para a prática biomédica”, afirma Armañazas.

A equipe da Universidade de Navarra já está trabalhando na expansão das capacidades do software. Adições planejadas incluem análises de vias e novas camadas de dados de interação molecular, com o objetivo de criar modelos que expliquem mais completamente os mecanismos biológicos por trás do crescimento e progresso dos tumores. Esses esforços destacam o compromisso mais amplo da instituição com a pesquisa interdisciplinar que combina biomedicina, inteligência artificial e ciência de dados para avançar na medicina personalizada e de precisão no câncer.