Imported Article – 2026-03-21 12:45:10
O corpo humano depende de instruções genéticas organizadas de forma cuidadosa que orientam como as células crescem e funcionam. O câncer pode surgir quando essas instruções se tornam perturbadas. Com o passar do tempo, as células podem acumular erros genéticos que lhes permitem escapar dos controles normais que limitam o crescimento e a divisão. Um dos primeiros sinais de alerta nesse processo é a presença de anormalidades cromossômicas, que incluem alterações no número ou na estrutura dos cromossomos. Esses defeitos podem levar células saudáveis a se tornarem cancerosas.
Cientistas do Grupo Korbel no EMBL Heidelberg desenvolveram uma ferramenta poderosa baseada em IA que auxilia os pesquisadores a investigar como essas anormalidades cromossômicas se originam. Ao revelar as condições que permitem a formação desses erros, a tecnologia pode ajudar os pesquisadores a entender melhor como o câncer se inicia.
“Anormalidades cromossômicas são um dos principais fatores que impulsionam cânceres particularmente agressivos, e estão fortemente ligadas à morte do paciente, metástase, recidiva, resistência à quimioterapia e rápido crescimento tumoral,” disse Jan Korbel, cientista sênior do EMBL e autor principal do novo artigo, publicado na revista Nature. “Nós queríamos entender o que determina a probabilidade de as células sofrerem tais alterações cromossômicas, e qual é a taxa em que essas anormalidades surgem quando uma célula ainda normal se divide.”
Uma Teoria Centenária Sobre o Câncer
A conexão entre cromossomos anômalos e câncer é suspeitada há mais de um século. O cientista alemão Theodor Boveri foi o primeiro a propor essa ideia no início do século XX após estudar células sob o microscópio. Suas observações o levaram a sugerir que um conteúdo cromossômico anormal nas células poderia desempenhar um papel no desenvolvimento do câncer.
Apesar da teoria de longa data, o estudo dessas anormalidades se revelou desafiador. Apenas um pequeno número de células apresenta defeitos cromossômicos a qualquer momento, e muitas dessas células morrem (ou são eliminadas) devido à seleção celular natural. Por essa razão, os pesquisadores costumavam ter que procurá-las manualmente sob um microscópio. Esse processo permitia que os cientistas isolassem apenas algumas células por vez para estudos mais aprofundados.
Marco Cosenza, pesquisador no Grupo Korbel, começou a explorar uma solução após colaborar com outras equipes do EMBL enfrentando limitações técnicas similares. Juntamente com colegas, ele ajudou a projetar uma plataforma automatizada que integra microscopia, sequenciamento de célula única e inteligência artificial. O sistema é denominado convergência de genômica e imagem assistida por aprendizado de máquina (MAGIC).
Um “Jogo de Laser” para Células com Tecnologia de IA
O MAGIC funciona de forma semelhante a uma versão altamente automatizada de um jogo de laser tag. O sistema examina células e identifica aquelas que apresentam uma característica visível específica. Neste estudo, os pesquisadores focaram em uma estrutura conhecida como ‘micronúcleo’.
Micronúcleos são pequenos compartimentos dentro das células que contêm fragmentos de DNA separados do genoma principal. Células que apresentam micronúcleos têm maior probabilidade de desenvolver anormalidades cromossômicas adicionais, aumentando suas chances de se tornarem cancerosas.
Quando o sistema detecta células com micronúcleos, ele as marca usando um laser. Esse processo de marcação utiliza um corante fotocondutível, que é uma molécula fluorescente que altera a cor da luz que emite após a exposição à luz.
“Este projeto combinou muitos dos meus interesses em um,” disse Cosenza. “Envolve genômica, imagem microscópica e automação robótica. Durante o bloqueio relacionado à COVID-19 em 2020, pude dedicar algum tempo para aprender e aplicar tecnologias de visão computacional de IA nos dados de imagem biológica que coletamos anteriormente. Depois disso, projetamos experimentos para validar e levar isso adiante.”
Funcionamento do Sistema MAGIC
O sistema opera em várias etapas automatizadas. Primeiramente, um microscópio automatizado captura um grande conjunto de imagens de uma amostra de células. Um algoritmo de aprendizado de máquina, treinado usando exemplos rotulados manualmente de células contendo micronúcleos, analisa as imagens.
Se o algoritmo detecta uma célula com um micronúcleo, ele envia a localização para o microscópio. O microscópio então direciona um feixe de luz para essa célula específica, marcando-a permanentemente com o corante fotocondutível. Os pesquisadores podem posteriormente isolar essas células marcadas de populações celulares vivas utilizando técnicas como citometria de fluxo. Uma vez isoladas, as células podem passar por estudos mais detalhados, incluindo a análise de seus genomas.
Ao substituir o processo lento e trabalhoso de busca manual por micronúcleos, o MAGIC permite que os cientistas examinem um número muito maior de células do que anteriormente. Em menos de um dia, o sistema pode analisar cerca de 100.000 células.
Descobrindo a Frequência de Erros Cromossômicos
Os pesquisadores utilizaram o MAGIC para estudar anormalidades cromossômicas em células cultivadas que originalmente derivavam de células humanas normais. A análise revelou que um pouco mais de 10% das divisões celulares produzem anormalidades cromossômicas espontâneas. Quando o gene p53, um conhecido supressor de tumor, é mutado, essa taxa quase dobra.
A equipe também examinou outros fatores que podem influenciar a formação de anormalidades cromossômicas, incluindo a presença e a posição de quebras de DNA de dupla fita dentro dos cromossomos.
Potencial Amplificado para Descobertas Biológicas
A pesquisa envolveu colaborações tanto internas quanto externas ao EMBL. Contribuições importantes incluíram a Advanced Light Microscopy Facility (ALMF) e a equipe Pepperkok no EMBL Heidelberg, o grupo de Isidro Cortes-Ciriano no EMBL-EBI, e a equipe de Andreas Kulozik no Centro Alemão de Pesquisa do Câncer (DKFZ), que também faz parte da Unidade de Parceria em Medicina Molecular (MMPU) entre o EMBL e a Universidade de Heidelberg.
O MAGIC foi projetado para ser flexível e adaptável. Embora os pesquisadores o tenham treinado neste estudo para detectar micronúcleos, a IA subjacente poderia ser treinada para identificar muitas outras características celulares.
“Desde que você tenha uma característica que possa ser visualmente discriminada de uma célula ‘normal’, você pode — graças à IA — treinar o sistema para detectá-la,” afirmou Korbel, “Portanto, nosso sistema tem potencial para avançar futuras descobertas em inúmeras áreas da biologia.”
