Covid-19: algoritmo procura padrões de resposta viral em infecção
.
Pesquisadores da Escola de Medicina da Universidade da Califórnia, câmpus de San Diego, usaram um algoritmo de inteligência artificial (IA) para filtrar terabytes de dados de expressão gênica — quais genes estão “ligados” ou “desligados” durante uma infecção — para procurar padrões compartilhados em pacientes com doenças virais pandêmicas anteriores à da covid-19, incluindo Sars, Mers e gripe suína. Duas assinaturas reveladoras emergiram do estudo, publicado na revista eBiomedicine.
Uma delas, formada pelo conjunto de 166 genes, revela como o sistema imunológico humano responde a infecções virais. Um segundo agrupamento de 20 genes prevê a gravidade da doença de um paciente. Por exemplo, a necessidade de hospitalização ou uso de ventilador mecânico. A utilidade do algoritmo foi validada usando tecidos pulmonares coletados em autópsias de pacientes falecidos com covid-19 e modelos animais da infecção.
“Essas assinaturas associadas à pandemia viral nos dizem como o sistema imunológico de uma pessoa responde a uma infecção viral e quão grave ela pode se tornar. Isso nos dá um mapa para essa e futuras pandemias”, afirma Pradipta Ghosh, professor de medicina celular e molecular na universidade. Ghosh coliderou o estudo com Debashis Sahoo e Soumita Das, que trabalham com ciência da computação na Universidade da Califórnia.
Durante uma infecção viral, o sistema imunológico libera, no sangue, pequenas proteínas chamadas citocinas. Essas proteínas guiam as células do sistema imunológico até o local da infecção para ajudar a eliminá-la. Às vezes, porém, o corpo produz muita quantidade dessa substância, criando uma ação descontrolada, que ataca o próprio tecido saudável. Acredita-se que esse acidente, conhecido como tempestade de citocinas, seja uma das razões pelas quais alguns pacientes infectados por vírus, incluindo alguns da gripe comum, sucumbem à infecção, enquanto outros não.
Mas a natureza, a extensão e a origem das tempestades fatais de citocinas, quem está em maior risco e como elas podem ser tratadas da melhor maneira são questões que não estão claras. “Quando a pandemia de covid-19 começou, eu queria usar minha experiência em ciência da computação para encontrar algo que todas as pandemias virais tivessem em comum — alguma verdade universal que poderíamos usar como guia enquanto tentamos entender um novo vírus”, diz Sahoo. “Esse coronavírus pode ser novo para nós, mas existem muitas maneiras de nossos corpos responderem a uma infecção.”
Os dados usados para testar e treinar o algoritmo vieram de fontes publicamente disponíveis de dados de expressão de genes de pacientes. Cada vez que um novo conjunto de dados de pessoas com covid-19 ficava disponível, a equipe o testava em seu modelo. Assim, perceberam os mesmos padrões de expressão de determinados genes em todos os testes.
Origem
Ao examinar a origem e a função desses genes no primeiro conjunto de assinatura genética, o estudo também revelou a origem das tempestades de citocinas: o tecido que reveste as vias respiratórias do pulmão, os macrófagos e as células T. Além disso, os resultados iluminaram as consequências da tempestade: danos e destruição dos pulmões e de um grupo celular especializado em matar células infectadas pelo vírus.
“Pudemos ver e mostrar ao mundo que as células alveolares em nossos pulmões, que normalmente são projetadas para permitir a troca gasosa e a oxigenação de nosso sangue, são uma das principais fontes da tempestade de citocinas”, diz Das. “Agora, nossa equipe está modelando pulmões humanos no contexto da infecção por covid-19 para examinar os efeitos agudos e pós-covid-19.”
Os pesquisadores acreditam que a informação também pode ajudar a orientar as abordagens de tratamento para pacientes que experimentam uma tempestade de citocinas, fornecendo alvos celulares e referências para medir a melhora. “Não é uma questão de se, mas de quando a próxima pandemia surgirá”, afirma Ghosh. “Estamos construindo ferramentas que são relevantes não apenas para a pandemia de hoje, mas para a próxima que está por vir.”
