Nova abordagem feita a partir da bioinformática pode ajudar a desvendar padrões proteícos relacionados com determinados tipos de tumor

Inteligência protéica
21 de dezembro de 2005

Cientistas no Rio de Janeiro criam metodologia inédita para reconhecer biomarcadores específicos de câncer no sangue. Os resultados foram obtidos a partir de dados gerados por espectrômetro de massa e tratados por inteligência artificial

Inteligência protéica

Cientistas no Rio de Janeiro criam metodologia inédita para reconhecer biomarcadores específicos de câncer no sangue. Os resultados foram obtidos a partir de dados gerados por espectrômetro de massa e tratados por inteligência artificial

21 de dezembro de 2005

Nova abordagem feita a partir da bioinformática pode ajudar a desvendar padrões proteícos relacionados com determinados tipos de tumor

 

Por Eduardo Geraque

Agência FAPESP - Pesquisadores da Universidade Federal do Rio de Janeiro (UFRJ) e do Instituto Oswaldo Cruz (IOC), da Fundação Oswaldo Cruz (Fiocruz), conseguiram um importante avanço no campo da identificação de padrões moleculares. A novidade pode ser muito útil no diagnóstico e no prognóstico do câncer.

Com o uso da bioinformática, os cientistas desenvolveram um modelo baseado na teoria da aprendizagem estatística. "Essa metodologia, desenvolvida no âmbito dos estudos de reconhecimento de padrões, é relativamente recente. Ela surgiu em 1995", disse Paulo Carvalho, do IOC, um dos pesquisadores envolvidos com o desenvolvimento da nova metodologia, à Agência FAPESP. Orientado por Gilberto Domont (UFRJ) e Wim Degrave (Fiocruz/RJ), o trabalho que descreve a nova técnica foi eleito entre os dez melhores de 2005, pela Fiocruz. A professora Maria da Gloria Carvalho, da Universidade Federal do Rio de Janeiro, também está envolvida com o estudo.

Antes de chegar aos padrões protéicos que seriam usados pelo novo método, foi preciso obter todos os dados brutos a partir do sangue do paciente. Foi quando entrou o espectrômetro de massa, equipamento usado para auxiliar na identificação de proteínas secretadas por tumores.

Com os dados em mãos, os pesquisadores partiram para a modelagem estatística. "O conjunto foi estudado com a técnica conhecida por ‘deixando um de fora’ (leave-one-out)", explica Carvalho. Esse tratamento estatístico, que ora exclui e ora inclui um dado, conseguiu revelar quais eram as combinações de bioindicadores (padrões protéicos) mais confiáveis. "A idéia é que, com base no principio de minimização de risco estrutural da teoria de aprendizagem estatistica, isso possa ser generalizado para uma população com a diminuição dos riscos estatísticos", disse o cientista do IOC.

Para chegar à construção da metodologia, o grupo usou os dados extraídos do sangue de 30 pacientes sadios e de 30 portadores da doença de Hodgkin, um tipo de linfoma. "Nesse universo, o índice de acerto atingiu os 100%", conta Carvalho.

"Nossa expectativa é que essa metodologia baseada no espectrômetro de massa e na bioestatística possa ser usada para qualquer tipo de câncer. Já estamos com projetos para usar essa técnica, por exemplo, em câncer de pulmão", explica Carvalho. Segundo o bioinformata, a abordagem também eliminou os chamados ruídos e falsos marcadores que costumam aparecer nas espectrometrias. "Conseguimos obter resultados oriundos de espectrometria de massa compatíveis com assinaturas moleculares de proteínas diferencialmente expressas", afirma.

Enquanto aguardam a aprovação para publicação dos resultados do trabalho em um periódico indexado internacional – um resumo da nova abordagem foi publicado na edição de agosto da Molecular and Cellular Proteomics, da Sociedade Norte-americana para Bioquímica e Biologia Molecular –, a técnica desenvolvida pelos pesquisadores do Rio de Janeiro já resultou no pedido de patente, feito pela Fiocruz. O estudo desenvolvido no Rio de Janeiro contou com o financiamento da Fundação Educacional Charles Darwin.


  Republicar
 

Republicar

A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.