IA deteta falha no ADN de tumores ováricos, em estudo laboratorial

Num laboratório do King's College London, ensinou-se um computador a ler aquilo que um microscópio mostra mas que um patologista pode não ver facilmente: o traço ténue de um sistema de reparação do ADN avariado no interior das células do cancro do ovário. O modelo, chamado HRDPath, trabalha a partir de imagens de alta resolução de lâminas de tecidos, e não do ADN. Num estudo publicado na Nature Communications, a equipa indica que identificou corretamente cerca de 91 % dos casos HRD-positivos.

O alvo é a deficiência de recombinação homóloga, ou HRD, um defeito que é uma das características mais importantes do carcinoma seroso tubo-ovárico de alto grau, um cancro agressivo que surge nos ovários ou nas trompas de Falópio. As células cancerígenas com HRD, que podem resultar de mutações em genes como BRCA1 e BRCA2, reparam mal o ADN danificado. Essa fragilidade torna-as mais vulneráveis à quimioterapia à base de platina e a uma classe de medicamentos chamados inibidores da PARP, pelo que saber quem a apresenta orienta a escolha do tratamento. Atualmente, esse conhecimento provém da análise genética, que os investigadores descrevem como dispendiosa, demorada e de difícil acesso em sistemas de saúde com recursos limitados.

O HRDPath funciona em etapas: extrai pequenos fragmentos de cada lâmina, converte cada fragmento num conjunto de características numéricas através de um modelo chamado RetCCL e, a partir dessas características, aprende a prever o estado HRD. Os investigadores também repararam em diferenças visíveis que o modelo parece captar: os cancros HRD-positivos tendiam a apresentar núcleos celulares mais redondos e células cancerígenas mais densamente agrupadas em determinadas regiões do tumor. Os autores sugerem que as falhas na reparação do ADN deixam vestígios físicos no tecido tumoral, vestígios que o exame convencional pode ter dificuldade em reconhecer.

O número de 91 % precisa de ser enquadrado. Provém dos próprios testes do estudo e é mais forte quando se consideram conjuntamente várias imagens do mesmo doente. Os investigadores afirmam que são necessárias mais investigações para validar o modelo em populações de doentes mais numerosas, e não apresentam qualquer calendário para esse trabalho.

Para os doentes, o ganho potencial está no alcance. Se o estado HRD puder ser lido de forma fiável a partir de imagens de tecidos que os hospitais já produzem, menos mulheres poderão precisar de um teste genético separado antes de uma decisão terapêutica, e as clínicas com recursos limitados poderão, ainda assim, identificar os candidatos à quimioterapia à base de platina e aos inibidores da PARP. Esse futuro depende da validação mais ampla que a equipa ainda não realizou, e o estudo não anuncia qualquer aplicação clínica.