Investigadores da Universidade de Navarra, em Espanha, desenvolveram o RNACOREX, uma plataforma de software de código aberto concebida para identificar redes reguladoras genéticas associadas à sobrevivência ao cancro. A ferramenta foi desenvolvida por cientistas do Instituto de Ciência de Dados e Inteligência Artificial (DATAI) em colaboração com membros do Cancer Center Clinica Universidad de Navarra. Seu desempenho foi testado usando dados de treze tipos de tumores fornecidos pelo Consórcio Internacional The Cancer Genome Atlas (TCGA).
foi publicado na revista RNACOREX Biologia Computacional PLoS. Ele pode analisar milhares de moléculas biológicas ao mesmo tempo, permitindo identificar interações moleculares importantes que muitas vezes são perdidas pelos métodos de análise tradicionais. Ao criar um “mapa” molecular claro e interpretável, o software ajuda os pesquisadores a entender melhor como os tumores funcionam e fornece novas maneiras de explorar os processos biológicos que impulsionam a progressão do câncer.
Decodificando a estrutura genética oculta do câncer
Dentro das células humanas, uma variedade de moléculas, como microRNAs (miRNAs) e RNA mensageiro (mRNA), interagem através de redes regulatórias altamente complexas. Quando estas redes não funcionam adequadamente, podem desenvolver-se doenças, incluindo o cancro.
“Compreender a arquitetura dessas redes é crucial para detectar, estudar e classificar diferentes tipos de tumores. No entanto, identificar de forma confiável essas redes é um desafio devido à grande quantidade de dados disponíveis, à presença de muitos sinais falsos e à falta de ferramentas acessíveis e precisas capazes de distinguir cada interação molecular associada à doença de cabeça”, diz Rumann, “Laboratório de Medicina Digital da DATAI e um dos principais autores do estudo.
RNACOREX foi projetado para superar esses desafios. Ele integra dados compilados de bancos de dados biológicos internacionais com dados de expressão gênica do mundo real para classificar as interações miRNA-mRNA mais biologicamente significativas. A partir desta base, o software constrói gradualmente redes regulatórias mais complexas que também podem servir como modelos potenciais para estudar o comportamento da doença.
Prevendo a sobrevivência com resultados interpretáveis
Para avaliar o funcionamento da ferramenta, a equipe de pesquisa aplicou o RNACOREX a dados de treze tipos de câncer diferentes, incluindo mama, cólon, pulmão, estômago, melanoma e tumores de cabeça e pescoço, usando dados do Atlas do Genoma do Câncer (TCGA).
“O software previu a sobrevivência dos pacientes em pé de igualdade com os modelos de IA de última geração, mas faltava a muitos desses sistemas: uma explicação clara e interpretável das interações moleculares por trás dos resultados”, disse Aitor Oviedo-Madrid, pesquisador do Laboratório de Medicina Digital da DATAI e primeiro autor do estudo.
Além da previsão de sobrevivência, o RNACOREX pode identificar redes regulatórias associadas a resultados clínicos, identificar padrões moleculares compartilhados por vários tipos de tumores e destacar moléculas individuais com forte relevância biomédica. Esses insights podem ajudar os pesquisadores a desenvolver novas hipóteses sobre como os tumores crescem e progridem, bem como prometer futuros marcadores de diagnóstico ou alvos de tratamento. “Nossa ferramenta fornece um ‘mapa’ molecular confiável que ajuda a priorizar novos alvos biológicos, acelerando a pesquisa sobre o câncer”, acrescenta Oviedo-Madrid.
Uma plataforma extensível de código aberto
RNACOREX está disponível gratuitamente como um programa de código aberto GitHub e PyPI (Índice de pacote Python) inclui ferramentas automatizadas para download de bancos de dados, facilitando a integração do software em seu fluxo de trabalho por laboratórios e instituições de pesquisa. O projeto recebeu financiamento parcial do Governo de Navarra (programa ANDIA 2021) e ERA PerMed JTC2022 RETRATO.
“À medida que a inteligência artificial acelera na genômica, o RNACOREX se posiciona como uma solução interpretável e fácil de interpretar e uma alternativa aos modelos de ‘caixa preta’, ajudando a trazer dados ômicos para a prática biomédica”, disse Armanzas.
A equipe da Universidade de Navarra já está trabalhando para ampliar as capacidades do software. As adições planejadas incluem novas camadas de análise de vias e dados de interação molecular, com o objetivo de criar modelos que expliquem mais completamente os mecanismos biológicos por trás do crescimento e progressão do tumor. Estes esforços destacam o compromisso mais amplo da instituição com a investigação interdisciplinar que combina biomedicina, inteligência artificial e ciência de dados para promover a medicina oncológica personalizada e de precisão.
