O desenvolvimento de resistência farmacológica no cancro é uma problemática comum que resulta de uma variedade de fatores, como por exemplo, da sobre-exposição a fármacos anticancerígenos.
Investigadores do Centro de Neurociências e Biologia Celular da Universidade de Coimbra (CNC-UC) desenvolveram uma nova plataforma online, Synpred, capaz de utilizar algoritmos do campo da inteligência artificial para prever combinações de fármacos anticancerígenos.
Atualmente, o desenvolvimento de resistência farmacológica no cancro é uma problemática comum que resulta de uma variedade de fatores, como por exemplo, da sobre-exposição a fármacos anticancerígenos. Irina Moreira, líder do estudo, investigadora do CNC-UC e docente do Departamento de Ciências da Vida da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC), explica que, «na área clínica, o problema da resistência a fármacos é minimizado administrando, não um, mas uma combinação de fármacos com efeito sinérgico, isto é, fármacos que em conjunto reforçam a ação um do outro, aumentando a sua eficácia e reduzindo efeitos secundários». Porém, perceber «quais as combinações farmacológicas que operam de forma segura e eficaz, além de ser complexo, é um processo altamente dispendioso e demorado», acrescenta a investigadora.
Para dar resposta a este problema, a equipa de Irina Moreira desenvolveu a plataforma Synpred com o objetivo de antecipar a resposta biológica da combinação de fármacos anticancerígenos. A investigadora esclarece que, no desenvolvimento do modelo de previsão, «foram utilizados dados de farmacologia de compostos com potencial atividade anticancerígena e dados de base biológica, entre outros, respeitantes a linhas celulares de vários tipos de cancro bem caracterizados. Depois, utilizou-se uma panóplia de algoritmos computacionais, gerando, no final, métodos combinados com uma capacidade de previsão melhorada».
Ao contrário de outros métodos existentes, o Synpred explora seis modelos diferentes para caracterizar as combinações de fármacos com efeito sinérgico, avaliando qual o melhor para incluir no desenvolvimento deste tipo de modelos de previsão.
O estudo, publicado na revista GigaScience, pretende criar condições para substituir a administração de elevadas doses de fármacos anticancerígenos, por concentrações reduzidas de pares de fármacos mais específicos, evitando potenciais efeitos secundários do uso desta medicação por tempo prolongado, como o desenvolvimento de resistência farmacológica. «O Synpred é altamente específico, e permitiu verificar, por exemplo, a importância do tipo de tecido celular (pele, pulmão, etc.) como fator determinante nas combinações de fármacos com efeito sinérgico», sublinha Irina Moreira.
Esta nova tecnologia representa um avanço na área, constituindo uma plataforma pública interativa que pode ser utilizada de forma intuitiva, através do website.
Para além de Irina Moreira, a equipa contou com os investigadores António Preto, Pedro Matos-Filipe e Joana Mourão, também investigadores do CNC-UC. O trabalho foi financiado pela Fundação para a Ciência e a Tecnologia (FCT) através do projeto “Aplicação de Deep Learning ao processo de investigação de novas drogas anticancerígenas”.
O estudo está disponível aqui.
*Da esquerda para a direita - António Preto, Irina Moreira e Joana Mourão
Nenhum comentário:
Postar um comentário