A inteligência artificial melhorará o prognóstico e o tratamento de doenças autoimunes

Um novo algoritmo avançado de inteligência artificial (IA) pode levar a previsões mais precisas e precoces, bem como ao desenvolvimento de novos tratamentos para doenças autoimunes, nas quais o sistema imunológico ataca erroneamente as células e tecidos saudáveis do próprio corpo. O algoritmo analisa o código genético subjacente a essas condições para modelar com mais precisão como os genes associados a doenças autoimunes específicas são expressos e regulados, e para identificar genes de risco adicionais.

O trabalho, desenvolvido por uma equipe de pesquisadores da Faculdade de Medicina da Universidade da Pensilvânia, supera as metodologias existentes e identificou 26% mais novas associações gene-traço, relatam os pesquisadores. O trabalho deles foi publicado hoje na Nature Communications.

"Todos nós temos mutações em nosso DNA, e precisamos entender como qualquer uma dessas mutações pode afetar a expressão de genes relacionados a doenças para que possamos prever o risco de doenças desde o início. Isso é especialmente importante para doenças autoimunes", disse Dajiang Liu, professor distinto, vice-presidente de pesquisa e diretor de inteligência artificial e informática biomédica na Faculdade de Medicina da Universidade da Pensilvânia e coautor do estudo.

"Se um algoritmo de IA pode prever com mais precisão o risco de doenças, isso significa que podemos intervir mais cedo."

Genética e desenvolvimento de doenças

A genética geralmente está por trás do desenvolvimento de doenças. Variações no DNA podem afetar a expressão genética, que é o processo pelo qual as informações no DNA são convertidas em produtos funcionais, como proteínas. O quão forte ou fracamente um gene é expresso pode influenciar o risco de doenças.

Estudos de associação genômica ampla (GWAS), uma abordagem popular na pesquisa genética humana, podem identificar regiões do genoma associadas a uma doença ou característica específica, mas não podem apontar genes específicos que influenciam o risco de doenças. É semelhante a compartilhar sua localização com um amigo, mas sem o ajuste fino em seu smartphone — a cidade pode ser óbvia, mas o endereço está oculto.

Os métodos existentes também são limitados nos detalhes da análise. A expressão genética pode ser específica para certos tipos de células. Se a análise não distinguir entre diferentes tipos de células, os resultados podem perder relações reais de causa e efeito entre variantes genéticas e expressão genética.

Método EXPRESSO

O método da equipe, chamado EXPRESSO (EXpression PREdiction with Summary Statistics Only), usa um algoritmo de inteligência artificial mais avançado e analisa dados de assinaturas de expressão quantitativas de células mononucleares que ligam variantes genéticas aos genes que elas regulam.

Ele também integra dados genômicos 3D e epigenética, que mede como os genes podem ser modificados pelo ambiente para influenciar doenças. A equipe aplicou o EXPRESSO aos conjuntos de dados GWAS para 14 doenças autoimunes, incluindo lúpus, doença de Crohn, colite ulcerativa e artrite reumatoide.

"Com esse novo método, conseguimos identificar muito mais genes de risco para doenças autoimunes que realmente têm efeitos específicos do tipo de célula, o que significa que afetam apenas um certo tipo de célula e não outros", disse Bibo Jiang, professor assistente da Faculdade de Medicina da Universidade da Pensilvânia e autor sênior do estudo.

Potenciais aplicações terapêuticas

A equipe usou essas informações para identificar potenciais terapêuticas para doenças autoimunes. Atualmente, eles dizem, não há boas opções de tratamento de longo prazo.

"A maioria dos tratamentos visa aliviar os sintomas em vez de curar a doença. Este é um dilema, sabendo que as doenças autoimunes exigem tratamento de longo prazo, mas os tratamentos existentes geralmente têm efeitos colaterais tão ruins que não podem ser usados a longo prazo. No entanto, a genômica e a IA oferecem um caminho promissor para o desenvolvimento de novas terapêuticas", disse Laura Carrel, professora de bioquímica e biologia molecular na Faculdade de Medicina da Universidade da Pensilvânia e coautora do estudo.

O trabalho da equipe apontou para compostos de medicamentos que podem reverter a expressão genética em tipos de células associadas à doença autoimune, como a vitamina K para colite ulcerativa e a metformina, que geralmente é prescrita para diabetes tipo 2, para diabetes tipo 1. Esses medicamentos, já aprovados pela Food and Drug Administration (FDA) dos EUA como seguros e eficazes para tratar outras doenças, poderiam ser potencialmente reaproveitados.

A equipe de pesquisa está trabalhando com colegas para testar suas descobertas em laboratório e, eventualmente, em ensaios clínicos.

Lida Wang, uma estudante de doutorado no programa de bioestatística, e Chakrit Khunsriraksakul, que recebeu seu PhD em bioinformática e genômica em 2022 e seu diploma de medicina em maio pela University of Pennsylvania, lideraram o estudo. Outros autores da University of Pennsylvania College of Medicine incluem Havell Marcus, que está cursando M.D. E medicina; Deyi Chen, estudante de doutorado; Fan Zhang, estudante de pós-graduação; e Fang Chen, bolsista de pós-doutorado. Xiaowei Zhang, professor assistente do Centro Médico da Universidade do Texas Southwestern, também se juntou ao trabalho.