Um trabalho produzido por Sarah Santiloni Cury, aluna de pós-graduação em Ciências Biola³gicas (Genanãtica), do Instituto de Biociências da Unesp de Botucatu (IBB), recebeu o praªmio de melhor apresentação oral na terceira edição da Palestra Multidisciplinar Internacional sobre Biologia de Sistemas Computacionais do Ca¢ncer: Promessas da Inteligaªncia Artificial [Multidisciplinary International Lecture on Computational Systems Biology of Cancer: Promises of Artificial Intelligence].

O evento ocorreu de 28 setembro a 2 de outubro de 2020, em uma plataforma virtual feita pela Organização Europeia de Biologia Molecular (European Molecular Biology Organization - EMBO) e a Federação das Sociedades Bioquímicas Europeias (Federation of European Biochemical Societies - FEBS). Neste ano, o evento teve como foco as abordagens de Inteligaªncia Artificial e Aprendizado de Ma¡quina na pesquisa do ca¢ncer.

Premiado na categoria “Doutorado”, o trabalho de Sarah, intitulado “Um novo modelo preditivo classifica a caquexia em pacientes com câncer de pulma£o para a caracterização do microambiente tumoral” [A predictive model to classify lung cancer cachexia for the identification of disease-mediators] utilizou o aprendizado de ma¡quinas para classificar pacientes com baixa massa muscular (pacientes caquanãticos) e menor taxa de sobrevida. 

O “aprendizado de ma¡quina” (machine learning), utilizado no trabalho de Sarah, éum manãtodo de análise de dados que automatiza a construção de modelos anala­ticos. Trata-se de um ramo da inteligaªncia artificial baseado na ideia de que sistemas podem aprender com dados, identificar padraµes e tomar decisaµes com o ma­nimo de intervenção humana.

“Além de identificar pacientes caquanãticos e com pior prognóstico, foi possí­vel caracterizar a composição molecular e celular do tumor desses pacientes. Isso nos forneceu informações sobre os potenciais mediadores da perda de massa muscular em pacientes com câncer de pulma£o. Agora estamos utilizando outras ferramentas de bioinforma¡tica para identificar potenciais drogas que possam reverter esse processo”, comenta Robson Francisco Carvalho, do Departamento de Biologia Estrutural do IBB/UNESP, orientador do estudo. 

Os resultados deste estudo podera£o auxiliar na identificação de alvos terapaªuticos para o combate a  caquexia associada ao câncer de pulma£o - uma sa­ndrome metaba³lica complexa, caracterizada pela perda de massa muscular, a qual não pode ser completamente revertida por suporte nutricional. A caquexia afeta até80% dos pacientes em esta¡dios avana§ados da doena§a, e representa a causa de morte de até20% de todos os pacientes oncola³gicos.

Estamos muito contentes pelo reconhecimento que tivemos durante esse evento de grande prestígio na área. Isso mostra que estamos no caminho certo. Desenvolvendo uma pesquisa de alta qualidade aqui na Unesp. E eu, como doutoranda, me sinto bastante agradecida por ter tido essa experiência, que com toda certeza agregou em minhas habilidades de comunicação e, principalmente, por entrar em contato e aprender com grandes pesquisadores do mundo todo que trabalham com bioinforma¡tica para melhor estudar o ca¢ncer", enfatiza Sarah, que desenvolveu sua tese no IBB/UNESP.