Cientistas da Escola de Medicina Icahn, no Monte Sinai, criaram um novo sistema de inteligência artificial que pode fazer mais do que sinalizar mutações genéticas prejudiciais. A ferramenta também pode prever os tipos de doenças que essas mutações têm maior probabilidade de causar.
A abordagem, conhecida como V2P (Variante para Fenótipo), foi projetada para acelerar os testes genéticos e apoiar o desenvolvimento de novos tratamentos para doenças raras e complexas. O estudo foi publicado na edição online de 15 de dezembro Comunicações da natureza.
Previsão de doenças por variações genéticas
A maioria das ferramentas de análise genética existentes são capazes de avaliar se uma mutação é potencialmente prejudicial, mas geralmente param por aí. Eles não explicam que tipo de doença pode ser. O V2P foi projetado para superar essa limitação usando aprendizado de máquina avançado para conectar variantes genéticas aos resultados fenotípicos esperados – ou seja, as doenças ou características que uma mutação pode causar. Desta forma, o sistema ajuda a prever como o DNA de uma pessoa pode afetar a sua saúde.
“Nossa abordagem nos permite identificar as alterações genéticas mais relevantes para a condição de um paciente, em vez de examinar milhares de variantes possíveis”, diz o primeiro autor David Stein, Ph.D., que concluiu recentemente uma pesquisa de pós-doutorado nos laboratórios de Yuval Eaton, Ph.D., e Avner Schlesinger, Ph.D. “Ao determinar não apenas se uma variante é patogênica, mas também o tipo de doença que ela pode causar, podemos melhorar a velocidade e a precisão da interpretação e do diagnóstico genético”.
O treinamento de IA encontra a mutação correta
Para construir o modelo, os pesquisadores treinaram o V2P em um grande conjunto de dados contendo variantes genéticas prejudiciais e inofensivas, bem como informações detalhadas sobre doenças. Esta formação permitiu ao sistema aprender padrões que associam certas variantes a resultados de saúde. Quando testado usando dados reais e desidentificados de pacientes, o V2P muitas vezes colocou uma verdadeira mutação causadora de doença entre os 10 principais candidatos, demonstrando seu potencial para simplificar e acelerar o diagnóstico genético.
“Além do diagnóstico, o V2P pode ajudar pesquisadores e desenvolvedores de medicamentos a identificar genes e caminhos mais intimamente associados a doenças específicas”, diz o Dr. Schlesinger, coautor e coautor, professor de farmacologia e diretor do AI Small Molecule Drug Discovery Center na Icahn School of Medicine no Mount Sinai. “Isso poderia orientar o desenvolvimento de tratamentos geneticamente adaptados aos mecanismos das doenças, particularmente em doenças raras e complexas”.
Avanços na medicina de precisão e descoberta de medicamentos
Atualmente, o V2P atribui mutações a amplas categorias de doenças, como distúrbios do sistema nervoso ou câncer. A equipa de investigação planeia melhorar o sistema para que possa fazer previsões mais detalhadas e combinar os seus resultados com fontes de dados adicionais para ajudar ainda mais na descoberta de medicamentos.
Os pesquisadores dizem que o avanço marca um grande avanço na direção da medicina de precisão, onde os tratamentos são adaptados com base no perfil genético de uma pessoa. Ao vincular as variantes genéticas às prováveis consequências da doença, o V2P pode ajudar os médicos a fazer diagnósticos mais rápidos e ajudar os cientistas a identificar novos alvos para terapia.
“O V2P nos dá uma janela mais clara sobre como as mudanças genéticas se traduzem em doenças, o que tem implicações importantes tanto para a pesquisa quanto para o atendimento ao paciente”, diz o Dr. Eaton, coautor sênior e coautor, professor associado de Inteligência Artificial e Saúde Humana e Genética e Ciências Genômicas, membro principal do Instituto Charles Bronfman de Medicina Personalizada e membro do Instituto de Saúde e Desenvolvimento Infantil Mindich da Faculdade de Medicina. Ícone no Monte Sinai. “Ao associar variantes específicas aos tipos de doenças que têm maior probabilidade de causar, podemos priorizar melhor quais genes e vias justificam uma investigação mais aprofundada. Isso nos ajuda a passar de forma mais eficaz da compreensão da biologia para a identificação de possíveis abordagens terapêuticas e, em última análise, adaptar as intervenções ao perfil genômico específico de uma pessoa.”
O artigo é intitulado “Estendendo a utilidade das previsões de efeitos variantes usando modelos específicos de fenótipos”.
Os autores do estudo, conforme observado na revista, são David Stein, Meltem Eze Kars, Baptiste Milisaulevich, Matthew Mort, Peter D. Stenson, Jean-Laurent Casanova, David N. Cooper, Bertrand Boisson, Peng Zhang, Avner Schlesinger e Yuval Ethan.
Esta pesquisa foi apoiada pelos institutos nacionais de saúde (NIH) concede R24AI167802 e P01AI186771, financiamento da Fondation Leducq, e Leona M. e Harry B. Helmsley Charitable Trust concedem 2209-05535. Apoio adicional foi fornecido pelas bolsas do NIH R01CA277794, R01HD107528 e R01NS145483. O trabalho também foi parcialmente apoiado pela concessão UL1TR004419 do Clinical and Translational Science Awards (CTSA) do National Center for Advancing Translational Sciences e pelo apoio do NIH Office of Research Infrastructure sob os números de prêmio S10OD026880 e S10OD030463.
