Análise de IA de mutações de câncer pode melhorar a terapia

Por Docmedia

25 janeiro 2023

O câncer tem muitas faces, não é de admirar que a gama de mutações causadoras de câncer também seja enorme. A totalidade dessas alterações genômicas em um indivíduo é o que os especialistas chamam de “paisagem mutacional”. Essas paisagens diferem umas das outras dependendo do tipo de câncer. E mesmo as pessoas que sofrem do mesmo câncer geralmente têm diferentes padrões de mutação.

Os pesquisadores já catalogaram as paisagens mutacionais de vários tipos de câncer. As variantes estruturais somáticas (SVs) demonstraram ser responsáveis por mais da metade de todas as mutações causadoras de câncer. Essas são aquelas mutações nas células que surgem ao longo da vida, como quando erros de cópia se insinuam no DNA durante a divisão celular alterando a estrutura do cromossomo.

Eles não são herdados e são encontrados apenas nas células afetadas e nas células filhas. À medida que envelhecemos, essas alterações genômicas tornam-se mais numerosas e a paisagem mutacional de uma pessoa cada vez mais se assemelha a um mosaico único.

Embora as SVs somáticas desempenhem um papel crucial no desenvolvimento do câncer, relativamente pouco se sabe sobre elas. “Há uma falta de métodos que analisem seus efeitos na função celular”, explica o Dr. Ashley Sanders, que dirige o Laboratório de Estabilidade do Genoma e Mosaicismo Somático no Max Delbrück Center. Isso está mudando graças aos novos resultados da pesquisa, que Sanders publicou recentemente na revista Nature Biotechnology, juntamente com o European Molecular Biology Laboratory (EMBL).

“Desenvolvemos um método de análise computacional para detectar e identificar os efeitos funcionais das SVs somáticas”, relata ela. Isso permitiu que a equipe entendesse as consequências moleculares de mutações somáticas individuais em diferentes pacientes com leucemia, dando-lhes novos insights sobre as alterações específicas da mutação. Sanders diz que também pode ser possível usar essas descobertas para desenvolver terapias que visam as células mutantes, acrescentando que “elas abrem novos caminhos para a medicina personalizada”.

Ainda mais detalhado do que as análises convencionais de célula única
Seus cálculos são baseados em dados do Strand-seq, um método especial de sequenciamento de célula única que Sanders desempenhou um papel fundamental no desenvolvimento e que foi apresentado pela primeira vez à comunidade científica em 2012. Essa técnica pode examinar o genoma de uma célula com muito mais detalhes do que tecnologias convencionais de sequenciamento de célula única.

Graças a um sofisticado protocolo experimental, o método Strand-seq pode analisar independentemente as duas cadeias de DNA parentais (uma do pai e outra da mãe). Com métodos convencionais de sequenciamento, é quase impossível distinguir esses homólogos, cromossomos que são semelhantes em forma e estrutura, mas não idênticos.

“Ao resolver os homólogos individuais dentro de uma célula, os SVs somáticos podem ser identificados muito melhor do que com outros métodos”, explica Sanders. A abordagem usada para fazer isso foi descrita pela pesquisadora e seus colegas em um artigo publicado na Nature Biotechnology em 2020.

A equipe de pesquisa faz parte do foco de pesquisa conjunta “Abordagens de célula única para medicina personalizada” do Instituto de Saúde de Berlim em Charité (BIH), Universitätsmedizin Berlin e Max Delbrück Center.

Com base nesse trabalho, eles agora também são capazes de determinar as posições dos nucleossomos em cada célula. Os nucleossomos são unidades de DNA enroladas em complexos proteicos chamados histonas e desempenham um papel crucial na organização dos cromossomos. A posição dos nucleossomos pode mudar durante a expressão do gene, com o tipo de envolvimento revelando se um gene está ou não ativo. Sanders e seus colegas desenvolveram um algoritmo de autoaprendizagem para comparar a atividade genética de células de pacientes com e sem mutações somáticas SV, permitindo-lhes determinar o impacto molecular das variantes estruturais.

Quer saber mais?

Fonte: https://medicalxpress.com/news/2023-01-ai-analysis-cancer-mutations-therapy.html

Total
0
Shares

Deixe uma resposta

Postagens relacionadas
%d blogueiros gostam disto: