Notícia

Inteligência Artificial pode indicar prognóstico de risco de pacientes com carcinoma renal

Trabalho utilizou dados públicos de 621 pacientes de dois projetos internacionais: o ‘The Cancer Genome Atlas’ e o ‘International Cancer Genome Consortium’

WangXiNa via Freepik

Fonte

UFRN | Universidade Federal do Rio Grande do Norte

Data

terça-feira, 26 julho 2022 18:45

Áreas

Bioinformática. Ciência da Computação. Ciência de Dados. Inteligência Artificial. Medicina. Nefrologia. Oncologia. Saúde Pública.

O câncer renal é uma doença silenciosa que pode ser letal se diagnosticada tardiamente. De acordo com dados da American Cancer Society, entre 2011 e 2017, apenas 14% dos pacientes com metástase sobreviveram mais de cinco anos após o diagnóstico.

Estudo desenvolvido pelo professor Dr. Patrick Terrematte, pesquisador do Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte (IMD/UFRN), buscou identificar novos biomarcadores genéticos para classificar o prognóstico de risco de pacientes com câncer renal de células claras usando aprendizagem de máquina. O trabalho foi publicado na revista científica Cancers.

A pesquisa mostrou que os algoritmos de seleção de característica utilizados permitiram escolher genes mais relevantes e com menor redundância para prever o prognóstico dos pacientes. Dessa forma, é possível prever a sobrevida de pacientes com câncer renal de células claras, classificando-os como de baixo, moderado ou de alto risco. Ao usar ferramentas computacionais com auxílio do supercomputador do Núcleo de Processamento de Alto Desempenho (NPAD), foi possível selecionar um conjunto de genes que possuem expressão alterada em pacientes de prognóstico desfavorável. Além disso, foi identificado que os genes da assinatura genética estão relacionados a processos de carcinoma e processos do sistema imunológico.

Fruto da tese de doutorado do professor Patrick, o estudo contou com a orientação dos professores Dr. Adrião Duarte, do Departamento de Engenharia de Computação e Automação (DCA/UFRN), da Dra. Beatriz Stransky, do Departamento de Engenharia Biomédica (DEB/UFRN), e do Dr. Daniel Sabino, do IMD/UFRN. De acordo com o professor Patrick Terrematte, um dos motivos para a pesquisa é o alto número de casos desse tipo de câncer, sendo um dos 14 tipos mais frequentes no mundo. No Brasil, 12 mil casos e mais de quatro mil mortes foram registradas só em 2020, segundo a Organização Mundial da Saúde (OMS).

O trabalho utilizou dados públicos de 621 pacientes de dois projetos internacionais: o The Cancer Genome Atlas (TCGA) e o International Cancer Genome Consortium (ICGC). “Fizemos simulações de aprendizagem de máquina realizando múltiplas reamostragens de treinamentos e testes com pacientes, usando uma metodologia de validação cruzada e testes estatísticos para análises de sobrevida”, explicou o Dr. Patrick.

Foram avaliados, ainda, diferentes modelos de sobrevida usando regressão de Cox, comparado a 14 assinaturas e seis métodos de seleção de características de Inteligência Artificial, além da realização de análises de bioinformática para buscar genes com enriquecimento funcional e de expressão diferencial. “A assinatura de genética permite avançar na compreensão dos mecanismos envolvidos no câncer renal. Além disso, possibilita o desenvolvimento de painéis para diagnóstico.  Assim como permite a identificação de potenciais alvos de tratamento de medicina personalizada para terapia genética”, completou o pesquisador.

O pesquisador recorreu ao NPAD para realizar os estudos in silico, que permitem identificar padrões e correlações baseadas na informação mútua dos genes e a variável de predição que é o prognóstico de risco dos pacientes. “O NPAD e a infraestrutura computacional do Centro Multiusuário de Bioinformática (BioME) foram essenciais para a pesquisa ,para a realização das análises de bioinformática e para aplicação dos algoritmos de inteligência artificial para seleção dos genes da assinatura genética”, reforçou o professor.

De acordo com o pesquisador, a bioinformática permite direcionar estudos computacionais antecedentes, combinando ferramentas de inteligência computacional com dados públicos massivos de big data. Essas especificidades foram fundamentais para que ele pudesse construir sua pesquisa usando informações genéticas e clínicas de pacientes. “Os estudos computacionais, chamados de in silico, possibilitam obter e validar resultados, mesmo antes de abordagens experimentais em bancada de linhagens celulares para estudos in vitro, ou ainda antes de realizar experimentos com animais de estudos in vivo”, concluiu o pesquisador.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade Federal do Rio Grande do Norte.

Fonte: Líria Paz, NPAD/UFRN. Imagem: WangXiNa via Freepik.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Portal Tech4Health e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Portal Tech4Health, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2022 tech4health t4h | Notícias, Conteúdos e Rede Profissional em Saúde e Tecnologias

Entre em Contato

Enviando
ou

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

ou

Create Account