Uma equipa de
cientistas do Departamento de Física da Faculdade de Ciências e
Tecnologia da Universidade de Coimbra (DF/FCTUC) desenvolveu
simulações computacionais avançadas para modelar a forma e
deformação dos glóbulos vermelhos em diferentes condições de
escoamento e adesão. Estes estudos podem contribuir para a deteção
precoce de eventos trombóticos.
Nesta
investigação, liderada pelo Instituto de Medicina Molecular (iMM),
os especialistas estão a estudar o aumento da viscosidade sanguínea,
frequentemente associado a níveis elevados da proteína
fibrinogénio. Esta proteína tem um papel crucial na ligação entre
os glóbulos vermelhos, aumentando a sua adesão, o que pode agravar
diversas condições clínicas.
«A
equipa está a analisar a concentração de fibrinogénio em
pacientes com diferentes níveis da patologia e a relacionar esses
níveis com a adesão dos glóbulos vermelhos, utilizando um conjunto
avançado de técnicas experimentais. O nosso objetivo é criar um
modelo computacional que simule diferentes interações entre os
glóbulos vermelhos, permitindo uma comparação rigorosa com os
resultados experimentais obtidos pela iMM»,
elucida Rui Travasso, professor do DF e investigador do Centro de
Física da Universidade de Coimbra (CFisUC). «Os
testes realizados até ao momento indicam que, em presença de
maiores concentrações de fibrinogénio, os glóbulos vermelhos
apresentam maior adesão. Com o apoio de técnicas de machine
learning e processamento de imagem, conseguimos identificar
automaticamente as alterações na forma dos glóbulos vermelhos
antes e após a colisão entre eles, estabelecendo correlações
entre as simulações e os dados experimentais»,
revela o físico. O próximo passo,
de acordo com o responsável do projeto na UC, é a criação de uma
vasta base de dados que integre tanto as simulações computacionais
como as experiências laboratoriais. «Esta
base de dados permitirá uma análise quantitativa mais robusta e a
classificação das alterações nos glóbulos vermelhos de forma
automatizada. Além disso, está a ser desenvolvida uma ferramenta
baseada em machine learning para identificar os choques mais
representativos das alterações observadas experimentalmente»,
conclui. Os resultados
preliminares são promissores, mostrando que a abordagem funciona. O
objetivo a longo prazo é obter uma compreensão mais profunda dos
processos de adesão e deformação dos glóbulos vermelhos em
diversas patologias, contribuindo assim para o avanço do
conhecimento científico e o desenvolvimento de potenciais
intervenções terapêuticas.
*Sara
Machado
Assessora
de Imprensa
Universidade
de Coimbra• Faculdade de Ciências e Tecnologia
Nenhum comentário:
Postar um comentário