Pacientes com o mesmo tipo de câncer podem ter diferentes respostas à mesma medicação. Enquanto alguns respondem bem e entram em remissão, outros vão desenvolver uma resistência ao medicamento.

É possível então prever a resposta de um paciente a uma determinada terapia?

Sim, agora é possível, pelo menos para dois medicamentos que são utilizados para tratar o câncer de mama.

Em um estudo publicado na Molecular Oncology, Dr. Peter Rogan, Ph.D., e sua equipe de pesquisadores da Universidade de Western descreveram como eles estão usando a Inteligência Artificial para prever a resposta de uma paciente a dois medicamentos comumente usados na quimioterapia para tratar o câncer: o paclitaxel e o gencitabina.

O estudo sugere que a melhor maneira de desenvolver tratamentos personalizados é reconhecer os fatores genéticos que levam à resistência ou à remissão. Segundo o co-autora do estudo, Dra. Stephanie Dorman, tratar as pacientes com terapias que são mais propensas ao sucesso pode ajudar a reduzir a toxicidade desnecessária e melhorar os resultados globais.

Assinatura genética

Em 2012, os pesquisadores começaram a observar um conjunto estável de genes em 90 por cento dos tumores de câncer de mama. Com 40 genes, incluindo os genes estáveis que tinham pesquisado, eles então combinaram a Inteligência Artificial com dados de células e de tecidos de pacientes com câncer que tinham usado tanto o paclitaxel como o gencitabina em seus tratamentos. A Inteligência Artificial então identificou as assinaturas genéticas que determinam se a paciente iria criar resistência à medicação ou entrar em remissão.

Estes dados permitiram aos pesquisadores prever, com uma precisão de 84 por cento, as mulheres que entraram em remissão após o tratamento com o paclitaxel. A assinatura genética da gemcitabina, por outro lado, foi capaz de prever a remissão, com precisão, entre 62 a 71 por cento.

“A inteligência artificial é uma ferramenta poderosa para prever os resultados da medicação porque ela olha para todos os genes que interagem. Se pudermos usar essa tecnologia para melhorar o nosso conhecimento de quais medicamentos devemos usar, isso pode melhorar os resultados para os pacientes.” Dr. Peter Rogan.

Agora, com esses dados em mãos, ele e os pesquisadores esperam continuar a melhorar a precisão das assinaturas genéticas e melhorar ainda mais as previsões.

Dr. Rogan observa no estudo que, quanto mais cedo eles iniciarem a medicação mais eficaz, mais provável que possam efetivamente tratar ou até mesmo curar uma paciente com câncer de mama.

Fonte:  Western University