Um novo modelo de computador pode ajudar os pesquisadores a prever melhor quanto tempo os pacientes de cancro da mama vão viver, sugere um novo estudo.
O modelo, que foi desenvolvido num concurso de pesquisadores, usa assinaturas genéticas - conjuntos de genes que são todos "ligados" ao mesmo tempo ao cancro de um paciente - para estimar quanto tempo os pacientes viverão.
Estas assinaturas estão realmente presentes em muitos tipos de cancro e os pesquisadores identificaram-nos em trabalhos anteriores. Os genes nas assinaturas desempenham um papel no crescimento do cancro, na sua capacidade de invadir tecidos e na capacidade do sistema imunitário matar as células cancerígenas.
Para testar o quão bem o modelo funcionou em pacientes com cancro da mama, os pesquisadores entraram num concurso, com mais 350 equipas, com o objetivo de construir um modelo que pudesse prever com precisão a sobrevivência ao cancro da mama. O concurso online envolveu crowdsourcing - as equipas poderiam emprestar ideias umas às outras para melhorar os seus modelos.
Os pesquisadores desenvolveram o seu primeiro modelo utilizando a informação genética e clínica de cerca de 2.000 mulheres com cancro da mama. Eles então testaram o seu modelo num novo conjunto de dados de 184 mulheres com cancro da mama. Os pesquisadores não sabiam por quanto tempo esses pacientes tinham vivido.
O modelo de Anastassiou e colegas foi o melhor. O modelo conseguiu prever corretamente em 76% dos casos. Ele também classificou os pacientes com base em quanto tempo ele achava que iriam sobreviver. Com mais requinte, Anastassiou disse que o modelo poderia ajudar os pesquisadores a decidir como tratar pacientes individuais.
Anastassiou disse que pretende realizar um estudo para ver se as assinaturas genéticas no seu modelo podem ser combinados com, ou substituir, alguns dos biomarcadores que os pesquisadores atualmente usam para melhor prever a sobrevivência. De momento, o modelo não está pronto para ser usado por médicos ou pacientes. O estudo foi publicado ontem (17 de abril) na revista Science Translational Medicine.
