Uma equipa do St. Jude Children’s Research Hospital (EUA), em colaboração com o Hopp Children’s Cancer Center Heidelberg – KiTZ (Alemanha), o German Cancer Research Center – DKFZ (Alemanha) e outros centros internacionais, desenvolveu uma ferramenta de inteligência artificial para classificar tumores do sistema nervoso central em biópsias líquidas.
A abordagem, chamada M-PACT (Methylation-based Predictive Algorithm for CNS Tumors), analisa ADN tumoral circulante (ctDNA) no líquido cefalorraquidiano e classifica o tumor com base no seu padrão de metilação do ADN — uma espécie de “impressão digital” molecular. O trabalho foi publicado na Nature Cancer.
O que este método consegue fazer
Num teste de referência, o M-PACT identificou corretamente 92% dos tumores cerebrais analisados. Além disso, a ferramenta mostrou capacidade para:
- distinguir recidiva de tumores secundários;
- acompanhar se a doença se está a tornar mais agressiva ou a responder ao tratamento, sem necessidade de informação adicional.
Porque isto é relevante no cancro pediátrico
As biópsias líquidas são uma forma menos invasiva de recolher informação sobre o tumor. No entanto, em tumores cerebrais pediátricos, a utilização desta abordagem tem sido dificultada pela quantidade muito pequena de ctDNA disponível.
Uma diferença deste trabalho é que o M-PACT foi desenhado de raiz para ctDNA (em vez de adaptar classificadores pensados para amostras de tecido), o que melhora o desempenho quando o “input” é baixo.
Como foi treinado
O M-PACT recorreu a uma estratégia de rede neuronal profunda treinada com mais de 5 mil perfis de metilação do ADN, abrangendo cerca de 100 entidades tumorais.
Para além do tumor: o “ambiente” à volta do cancro
Outro ponto destacado é a capacidade do M-PACT para estimar que parte do ADN no líquido cefalorraquidiano vem de células não tumorais (por exemplo, células imunitárias como T e B). Isto pode ajudar a observar como o tumor e o seu microambiente mudam ao longo do tratamento, numa fase em que a recolha de tecido não é habitual.
Ciência em rede
O projeto foi construído com uma amostra grande e bem caracterizada graças a uma colaboração internacional entre várias instituições, considerada essencial para desenvolver e validar a ferramenta em contexto real.
Fonte: Eureka Alert