Cientistas criam IA que “enxerga” mutações letais antes mesmo de surgirem

Às vezes, é uma única alteração no DNA que define o destino de um paciente. Partindo dessa ideia, pesquisadores apresentaram um novo modelo de inteligência artificial capaz de prever o impacto de mutações nunca antes vistas. O sistema, chamado popEVE, foi desenvolvido pela Harvard Medical School em parceria com o Centro de Regulação Genômica (CRG) de Barcelona e promete melhorar diagnósticos de doenças genéticas raras.

O popEVE nasce de um esforço que combina duas grandes fontes de informação, registros evolutivos de centenas de milhares de espécies e dados de variação genética de populações humanas. Essa mistura incomum permite descobrir quais trechos das cerca de 20.000 proteínas humanas são indispensáveis à vida e quais suportam alterações, oferecendo uma leitura precisa da gravidade de mutações específicas. Segundo a coautora do estudo, Dra. Mafalda Dias, “as clínicas nem sempre têm acesso ao DNA dos pais e muitos pacientes chegam sozinhos. O popEVE pode ajudar esses médicos a identificar mutações causadoras de doenças, e já estamos vendo isso em colaborações com clínicas”.

Mutações que trocam um único aminoácido, conhecidas como de sentido trocado, são comuns no genoma humano. Embora muitas sejam inofensivas, algumas provocam distúrbios graves ou fatais, o que representa um desafio para especialistas que tentam diferenciar variantes benignas das realmente perigosas. Ferramentas atuais indicam apenas se uma mutação é potencialmente danosa, mas não fornecem uma escala detalhada de severidade.

Casos ultrarraros complicam ainda mais o cenário. Para mutações que aparecem em “uma única pessoa no planeta”, não existe histórico clínico que permita comparação. Abordagens tradicionais, que dependem de grandes amostras populacionais, falham nesse tipo de situação. Foi para enfrentar esse limite que, em 2021, surgiu o EVE, algoritmo que usa padrões evolutivos para avaliar mutações em genes ligados a doenças. Apesar da utilidade, suas classificações não eram diretamente comparáveis entre diferentes genes.

A nova versão, o popEVE, supera essa barreira ao incorporar dados do UK Biobank e do gnomAD, dois bancos que registram variantes presentes em pessoas saudáveis. Com essa calibração, a ferramenta coloca todas as proteínas humanas na mesma escala de avaliação, permitindo comparar de maneira justa a gravidade de uma mutação no gene A e outra no gene B.

A validação do modelo mostrou resultados expressivos. Ao analisar material genético de mais de 31.000 famílias com crianças que apresentavam distúrbios graves do desenvolvimento, o popEVE conseguiu apontar corretamente, em 98% dos casos já diagnosticados, qual era a variante mais prejudicial no genoma da criança. O desempenho superou métodos avançados como o AlphaMissense, da DeepMind.

Durante a busca por novos genes associados a doenças, o sistema destacou 123 candidatos inéditos, muitos relacionados ao funcionamento do cérebro em formação e conectados fisicamente a proteínas já ligadas a distúrbios conhecidos. Entre eles, 104 apareceram em apenas um ou dois pacientes, reforçando a sensibilidade do modelo para casos extremamente raros.

Outro diferencial é que o popEVE tenta reduzir vieses comuns em bancos genéticos, formados majoritariamente por pessoas de ascendência europeia. Diferentemente de outras ferramentas, ele não penaliza variantes simplesmente porque são raras em populações sub-representadas, uma falha que historicamente prejudicou diagnósticos em pacientes de diferentes origens.

Ainda assim, os autores enfatizam que o modelo atua apenas sobre variantes que modificam proteínas, deixando de fora outros tipos de alterações genéticas. Além disso, reforçam que a IA não substitui o julgamento clínico, apenas fornece uma análise mais clara para apoiar decisões médicas.

No fim, o popEVE marca um avanço importante para a genética clínica, mostrando como a evolução pode iluminar o diagnóstico no presente.

O futuro da medicina de precisão nasce quando ciência e tecnologia aprendem a conversar.

Leia mais...