Os cientistas identificaram um conjunto de marcadores biológicos que podem melhorar significativamente a forma como as doenças gastrointestinais (DIG) são detectadas e tratadas. Essas doenças incluem câncer gástrico (GC), câncer colorretal (CCR) e doença inflamatória intestinal (DII).
Os seus resultados mostram que bactérias intestinais específicas e compostos químicos, conhecidos como metabolitos, estão intimamente associados a cada doença. Isso aumenta a possibilidade de diagnosticar essas doenças mais precocemente e com métodos menos invasivos. Alguns destes marcadores podem até sinalizar o risco de várias doenças.
IA revela biomarcadores intestinais comuns em várias doenças
Para descobrir esses padrões, os pesquisadores usaram ferramentas avançadas de aprendizado de máquina e inteligência artificial para analisar dados de microbioma e metaboloma de pacientes com GI, CRC e IBD. Ao comparar dados de diferentes doenças, descobriram que os modelos treinados para uma condição podem muitas vezes prever marcadores para outra. Por exemplo, os modelos baseados em dados de GC foram capazes de identificar biomarcadores de DII, enquanto os modelos de CRC puderam prever com precisão os marcadores associados ao GC.
A pesquisa foi realizada por equipes da Universidade de Birmingham, Dubai (parte do programa MSc Health Data Science), da Universidade de Birmingham, Birmingham, Reino Unido e dos Hospitais Universitários Birmingham NHS Trust. Seus resultados foram publicados em Revista de Medicina Translacional.
O coautor principal, Dr. Animesh Acharjee, da Universidade de Birmingham, explicou: “Os métodos diagnósticos atuais, como endoscopia e biópsia, são eficazes, mas podem ser invasivos, caros e às vezes não detectar a doença em estágio inicial.
“Nossa análise oferece uma melhor compreensão dos mecanismos subjacentes que impulsionam a progressão da doença e identifica biomarcadores-chave para terapia direcionada. Esses biomarcadores podem ajudar a identificar doenças mais cedo e com mais precisão, levando a tratamentos melhores e mais personalizados.”
Sinais intestinais específicos da doença e sobrepostos
O estudo também destacou padrões microbianos e metabólicos distintos para cada doença, bem como importantes sobreposições.
Bactérias dos grupos Firmicutes, Bacteroidetes e Actinobacteria são comumente encontradas em GC. Os pesquisadores também observaram alterações em metabólitos como diidrouracil e taurina. Alguns desses marcadores também foram associados à DII, sugerindo características biológicas comuns. No entanto, embora tenham sido úteis na identificação de DII, foram menos eficazes na detecção de CCR.
Para o CRC, os principais indicadores incluíram bactérias como Fusobacterium e Enterococcus e metabolitos como isoleucina e nicotinamida. Algumas destas também apareceram na GC, sugerindo que estas doenças podem partilhar vias biológicas subjacentes.
Na DII, as bactérias da família Lachnospiraceae desempenham um papel importante, juntamente com metabólitos como a urobilina e o glicerato. Notavelmente, alguns destes marcadores também estão envolvidos em processos relacionados com o cancro, apoiando a ideia de que estas doenças estão interligadas.
Simulações mostram diferenças claras entre estados saudáveis e doentes
A equipe também modelou como os micróbios intestinais crescem e como os metabólitos fluem através dos sistemas biológicos. Esta simulação revelou diferenças metabólicas claras entre indivíduos saudáveis e doentes, apoiando ainda mais o papel diagnóstico destes biomarcadores.
“A análise de doenças cruzadas em nosso estudo destacou o potencial do uso de biomarcadores microbianos e metabólicos identificados em um GID para prever outro”, acrescentou o Dr. “Esta abordagem inovadora poderá levar ao desenvolvimento de ferramentas de diagnóstico universais que revolucionarão o diagnóstico e o tratamento de muitas doenças gastrointestinais”.
Para exames não invasivos e tratamento individual
Olhando para o futuro, os investigadores planeiam explorar como estas descobertas podem ser aplicadas em ambientes clínicos. Isto inclui o desenvolvimento de testes de diagnóstico não invasivos e terapias mais direcionadas baseadas em biomarcadores identificados.
Pretendem também testar os seus modelos utilizando grupos maiores e mais diversos de pacientes e investigar se estes biomarcadores podem ajudar a prever doenças adicionais relacionadas no futuro.
