Destaques

terça-feira, 22 de maio de 2018

Inteligência artificial diagnostica doenças por vírus, bactérias e fungos


Pesquisadores da Unicamp (Universidade Estadual de Campinas) desenvolveram uma plataforma capaz de diagnosticar diversos tipos de doenças, com alto índice de precisão, medindo marcadores metabólicos encontrados no sangue dos pacientes.

Método criado na Unicamp alia análise do soro sanguíneo por espectrometria de massas a algoritmo capaz de encontrar padrões associados às enfermidades.

O método alia a tecnologia de espectrometria de massas, que permite identificar dezenas de milhares de moléculas presentes no soro sanguíneo, com um algoritmo de inteligência artificial, que é capaz de encontrar padrões associados a enfermidades tanto de origem viral, como bacteriana, fúngica e até mesmo genética.

"Usamos a infecção pelo vírus zika como modelo para desenvolver a plataforma e mostramos que, nesse caso, a precisão diagnóstica ultrapassa 95%. Uma das grandes vantagens é que o método não perde a sensibilidade mesmo se o vírus sofrer mutações," contou o professor Rodrigo Ramos Catharino.

Outro ponto favorável é a capacidade de identificar os casos positivos de zika mesmo quando a análise do soro sanguíneo ocorreu 30 dias após o início da infecção, quando a fase aguda da doença já passou.

"Nenhum kit para diagnóstico atualmente disponível tem sensibilidade para detectar a infecção pelo zika após o término da fase aguda. O método que desenvolvemos poderia ser útil, por exemplo, para analisar bolsas de sangue para transfusão," comentou Catharino.

Programa que aprende e se adapta
Para validar a plataforma, os pesquisadores usaram amostras de sangue de 203 pacientes com infecção pelo zika confirmada por exame genético PCR e 121 pacientes sem confirmação da presença do vírus.

"Foram identificadas cerca de 10 mil moléculas diferentes presentes no soro dos pacientes, entre elas lipídeos, peptídeos e fragmentos de DNA e RNA. Nesse conjunto de metabólitos havia tanto partículas produzidas pelo zika quanto pelo sistema imune dos pacientes em resposta à infecção," explicou Catharino.

Entrou então em ação o programa de inteligência artificial, que usa um algoritmo de aprendizagem de máquina para analisar uma grande quantidade de informações por métodos estatísticos específicos, de modo a encontrar padrões que permitam fazer determinações ou predições. O programa identificou um conjunto de 43 biomarcadores que servem como uma chave de identificação específica para o vírus.

"Nessa plataforma não é importante conhecer quais são exatamente essas 43 moléculas que funcionam como marcadores da infecção, pois é o conjunto que realmente importa e que vai nos dizer com alta precisão se é zika ou não. E, mesmo se o vírus se modificar, o programa se adapta e muda com ele. Não é uma metodologia estática," disse Catharino.
Agora a equipe está trabalhando para avaliar a capacidade da plataforma para diagnosticar doenças sistêmicas causadas por fungos. O método também será testado na detecção de doenças bacterianas e genéticas.

[Imagem: Wikimedia Commons] com informações da FAPESP


0 comentários:

Postar um comentário

Calendário Agenda