Algoritmos competem para prever receita para vacina contra o câncer

Poderiam algoritmos preditivos serem a chave para a criação de uma vacina de sucesso contra o câncer? Duas organizações sem fins lucrativos dos EUA planejam descobrir isso, colocando uma série de programas de computador uns contra os outros para ver qual pode ser o melhor candidato para uma vacina personalizada de DNA do tumor de um paciente.

Se o esforço for bem-sucedido, pode estimular o desenvolvimento de vacinas personalizadas contra o câncer que usam fragmentos dessas proteínas mutadas para ativar as respostas imunes naturais do corpo contra elas. Como estas mutações são encontradas em células cancerígenas e não saudáveis, a esperança é que isso iria fornecer uma forma não-tóxica para combater tumores.

A ideia está ganhando força. Em 2014, a notícia de que as vacinas que continham essas proteínas mutantes tinham vencido tumores em camundongos desencadeou uma corrida louca para descobrir se a abordagem funcionaria em humanos. Uma geração de empresas de biotecnologia foi fundada em torno desse conceito, e ensaios clínicos executados por laboratórios acadêmicos estão em andamento.

Ainda assim, permanece um desafio. Para ser um bom candidato para uma vacina, uma proteína de câncer mutada deve ser visível para as células T, os soldados do sistema imunológico. E para que isso aconteça, células tumorais devem “mastigar” a proteína em fragmentos. Esses fragmentos devem então se ligar a proteínas especializadas, que são enviadas para a superfície da célula para serem apresentadas às células T.

Incentivar as células T (direita) para atacar tumores cancerígenos (à esquerda) é o foco da pesquisa de vacinas contra o câncer. Créditos: Steve Gschmeissner/SPL.

O truque que os pesquisadores da vacina devem dominar é usar o DNA de um tumor para predizer quais mutações estão presentes. “Podemos fazer o sequenciamento e descobrir as mutações, mas é muito difícil saber qual dessas dezenas, centenas ou milhares de mutações realmente vão proteger as pessoas do crescimento de seus cânceres”, disse Pramod Srivastava, um imunologista da University of Connecticut School of Medicine, em Farmington – EUA.

Uma abordagem é usar algoritmos para prever quais bits de uma proteína mutada podem ser vistos por uma célula T. Estes trabalham analisando onde as proteínas poderiam ser clivadas, por exemplo, e qual dos fragmentos resultantes se ligará firmemente às moléculas que as colocam em exposição.

Mas cada laboratório tem um “ingrediente secreto” diferente, diz Robert Schreiber, um imunologista do câncer na Universidade de Washington, em St. Louis – EUA. E a maioria não é muito preditiva: Robert Petit, diretor científico da empresa de biotecnologia Advaxis em Princeton, Nova Jersey, estima que os algoritmos são tipicamente 40% menos precisos.

Para resolver o problema, o Instituto Parker e o Cancer Research Institute lançaram seu desafio. Eles combinaram para que 30 laboratórios que já utilizam tais algoritmos aplicassem seus “ingredientes secretos” para os mesmos DNA e sequências de RNA. As sequências virão de cânceres, como de melanoma e pulmão, que tendem a ter muitas centenas de mutações e, portanto, poderiam proporcionar amplas possibilidades de uma vacina.

Fonte: MF Berger et al. Nature 485, 502-506 (2012).

Vários outros laboratórios irão então testar se quaisquer células T no tumor reconhecem esses fragmentos, e se nelas são estimulados por eles um sinal de uma boa vacina. A aliança não anunciará publicamente um vencedor, mas espera usar os algoritmos mais precisos para projetar vacinas para testes clínicos.

Algoritmos podem fornecer uma resposta rápida a uma pergunta complicada e crucial: se as vacinas personalizadas poderão ser implantadas em grande escala. Mas, em última análise, Srivastava diz que a melhor maneira de melhorar os algoritmos é coletar mais dados de estudos com animais, para aprender sobre como as células T naturalmente respondem às mutações. Outros laboratórios, e seu próprio, estão fazendo centenas de vacinas supostamente adaptadas a um tumor individual e administrando-as em camundongos para ver quais são capazes de combater o câncer.

Drew Pardoll, um imunologista do câncer na Universidade Johns Hopkins, em Baltimore – EUA, teme que os algoritmos nunca possam explicar alguns fatores que influenciam as respostas das células T. Por exemplo, as mutações podem ser menos adequadas para uma vacina se tiverem surgido no início do desenvolvimento do tumor, dando ao sistema imunológico tempo para começar a vê-las como “normais”. Pardoll argumenta que o campo precisa de testes laboratoriais mais rápidos, mais fáceis e mais precisos para determinar quais mutações melhor desencadeiam uma resposta de células T.

Mas na ausência de testes laboratoriais rápidos, as empresas precisam de algoritmos, argumenta Robert Ang, diretor de negócios da Neon Therapeutics, de Cambridge – EUA. “Já há provas mostrando que essa abordagem funciona, apesar dos algoritmos imperfeitos”, diz ele. “Melhorar os algoritmos poderia ser muito significativo.”

Matéria traduzida originalmente da revista Nature.

Vinicius Mussi

Vinicius Mussi

Capixaba, graduado em Biomedicina, com especialização em Saúde Pública e mestre em Biociências e Biotecnologia pela UENF - Universidade Estadual do Norte Fluminense Darcy Ribeiro.
Vinicius Mussi

Últimos posts por Vinicius Mussi (exibir todos)

Vinicius Mussi

Capixaba, graduado em Biomedicina, com especialização em Saúde Pública e mestre em Biociências e Biotecnologia pela UENF - Universidade Estadual do Norte Fluminense Darcy Ribeiro.

%d blogueiros gostam disto: