Uma nova ferramenta está revelando as redes invisíveis dentro do câncer

RNACOREX foi publicado na revista Biologia Computacional PLOS. Ele pode analisar milhares de moléculas biológicas ao mesmo tempo, permitindo detectar interações moleculares importantes que muitas vezes são perdidas pelos métodos de análise tradicionais. Ao produzir um “mapa” molecular claro e interpretável, o software ajuda os pesquisadores a entender melhor como os tumores funcionam e oferece novas maneiras de explorar os processos biológicos que impulsionam a progressão do câncer.

Decodificando a estrutura genética oculta do câncer

Dentro das células humanas, diferentes tipos de moléculas, como microRNAs (miRNAs) e RNA mensageiro (mRNA), comunicam-se através de redes regulatórias altamente complexas. Quando estas redes não funcionam adequadamente, podem desenvolver-se doenças, incluindo o cancro.

“Compreender a arquitetura dessas redes é crucial para detectar, estudar e classificar diferentes tipos de tumores. No entanto, identificar essas redes de forma confiável é um desafio devido à grande quantidade de dados disponíveis, à presença de muitos sinais falsos e à falta de ferramentas acessíveis e precisas, capazes de distinguir quais interações moleculares estão realmente associadas a cada doença”, diz Rubén Armañanzas, chefe do Laboratório de Medicina Digital do DATAI e um dos principais autores do estudo.

RNACOREX foi projetado para superar esses desafios. Ele integra informações selecionadas de bancos de dados biológicos internacionais com dados de expressão genética do mundo real para classificar as interações miRNA-mRNA mais biologicamente significativas. A partir desta base, o software constrói redes regulatórias cada vez mais complexas que também podem funcionar como modelos probabilísticos para estudar o comportamento da doença.

Prevendo a sobrevivência com resultados interpretáveis

Para avaliar o desempenho da ferramenta, a equipe de pesquisa aplicou o RNACOREX a dados de treze tipos de câncer diferentes, incluindo mama, cólon, pulmão, estômago, melanoma e tumores de cabeça e pescoço, usando informações do The Cancer Genome Atlas (TCGA).

“O software previu a sobrevivência dos pacientes com uma precisão comparável à dos modelos sofisticados de IA, mas com algo que falta a muitos desses sistemas: explicações claras e interpretáveis ​​das interações moleculares por trás dos resultados”, diz Aitor Oviedo-Madrid, pesquisador do Laboratório de Medicina Digital do DATAI e primeiro autor do estudo.

Além da previsão de sobrevivência, o RNACOREX pode identificar redes regulatórias ligadas a resultados clínicos, detectar padrões moleculares compartilhados por vários tipos de tumores e destacar moléculas individuais com forte relevância biomédica. Esses insights podem ajudar os pesquisadores a gerar novas hipóteses sobre como os tumores crescem e progridem, ao mesmo tempo que apontam para futuros marcadores de diagnóstico ou alvos de tratamento promissores. “Nossa ferramenta fornece um ‘mapa’ molecular confiável que ajuda a priorizar novos alvos biológicos, acelerando a pesquisa do câncer”, acrescenta Oviedo-Madrid.

Uma plataforma de código aberto em expansão

RNACOREX está disponível gratuitamente como um programa de código aberto em GitHub e PyPI (Índice de pacotes Python). Inclui ferramentas automatizadas para download de bancos de dados, facilitando a integração do software em seus fluxos de trabalho por laboratórios e instituições de pesquisa. O projeto recebeu financiamento parcial do Governo de Navarra (programa ANDIA 2021) e do ERA PerMed JTC2022 RETRATO.

“À medida que a inteligência artificial na genómica acelera, o RNACOREX posiciona-se como uma solução explicável e fácil de interpretar e uma alternativa aos modelos de ‘caixa preta’, ajudando a trazer dados ómicos para a prática biomédica”, diz Armañanzas.

A equipe da Universidade de Navarra já está trabalhando na expansão das capacidades do software. As adições planejadas incluem análise de vias e novas camadas de dados de interação molecular, com o objetivo de criar modelos que expliquem mais completamente os mecanismos biológicos por trás do crescimento e progressão do tumor. Esses esforços destacam o compromisso mais amplo da instituição com a pesquisa interdisciplinar que combina biomedicina, inteligência artificial e ciência de dados para promover a medicina oncológica personalizada e de precisão.