ARQUIVO DE NOTÍCIAS

Rion Brattig Correia é egresso do curso de Sistemas de Informação e do Mestrado em Administração da FURB e hoje atua como cientista especialista em redes complexas e medicina digital no Instituto Gulbenkian de Ciência, em Portugal. O trabalho do qual o egresso fez parte resulta de um esforço colaborativo internacional, envolvendo pesquisadores de Portugal e dos Estados Unidos, e permitiu desenvolver uma metodologia matemática para explicar e controlar sistemas bioquímicos, incluindo os que estão envolvidos em doenças.

 

O estudo publicado e destacado na capa da revista Proceedings of the National Academy of Sciences (PNAS) introduz a metodologia do “grafo efetivo” (effective graph) que detecta a redundância presente em redes bioquímicas, permitindo identificar os componentes necessários para controlar uma célula.

 

No trabalho, os pesquisadores analisaram uma vasta bateria de redes bioquímicas, alguns deles envolvidos com doenças, como o câncer de mama, e também em processos biológicos que são comuns a diversos organismos na natureza, como o da floração das plantas. A análise de um total de 78 modelos computacionais demonstrou que há uma prevalência de caminhos redundantes e que a metodologia desenvolvida pelos pesquisadores ajuda na caracterização precisa das dinâmicas envolvidas para se conseguir explicar como se propagam as perturbações nestas redes bioquímicas.

 

Rion faz uma analogia dessas redundâncias com o trânsito nas grandes cidades. “Para se chegar a um determinado destino há vários caminhos que se pode pegar, uns mais rápidos, por largas avenidas, e outros mais lentos, por estradas secundárias. Este grande número de possibilidades confere ao sistema uma certa redundância, pois independentemente do caminho exato, consegue-se chegar ao destino”, explica ele. A metodologia é utilizada para identificar quais caminhos são mais eficientes para se chegar a um destino ou, no nosso caso do estudo realizado, identificar as formas em que se consegue controlar a regulação e a sinalização bioquímica em uma célula.

 

“Todavia, a presença destas redundâncias em sistemas biológicos pode ser indicativa de um processo mais fundamental: esta redundância existe provavelmente para tornar os organismos resilientes a perturbações aleatórias, ao mesmo tempo que facilita a regulação de seus processos mais comuns’” acrescenta Luis Rocha, líder do projeto e investigador principal do Instituto Gulbenkian de Ciência e professor de informática na Luddy School of Informatics, Computing and Engineering.

 

A partir da identificação da redundância nestes sistemas bioquímicos, especialistas podem estudar agora como controlar estas redes para direcioná-las a um objetivo específico. "O que o nosso trabalho permite é identificar, para cada um desses modelos bioquímicos, quais são os seus principais componentes controladores, o que a gente chamou de interruptores principais. Isto significa que apesar de alguns componentes da célula, como um gene ou uma proteína, poderem ser potencialmente controlados por vários outros componentes, na prática, por causa da dinâmica dentro da célula, elas são reguladas apenas por um número limitado de componentes. Uma consequência surpreendente é que estes caminhos podem mudar na presença de medicamentos, que alteram quais as interações que atuam como interruptores principais”, complementa Alexander Gates, primeiro autor do estudo.

 

A equipe de cientistas utiliza diferentes métodos e tecnologias para desenvolver os seus trabalhos, como este do grafo efetivo agora publicado. “O nosso trabalho de pesquisa vem sendo no uso de redes e sistemas complexos para desenhar e estudar a biologia de sistemas, com foco em compreender como podemos controlar estes sistemas. Esta agenda inclui inteligência artificial, aprendizagem de máquina, sistemas dinâmicos e métodos da ciência de redes que podem ser usados em diferentes níveis: desde inferir redes de regulação e sinalização bioquímica a partir de dados experimentais até sintetizar esses mesmos dados em redes e analisá-los”, revela Rion.

 

 

Dois modelos bioquímicos foram utilizados pelos pesquisadores no trabalho para demonstrar a metodologia e sua potencialidade: um referente ao processo de floração da planta Arabidopsis thaliana, um organismo muito utilizado na pesquisa científica, e outro referente ao desfecho de células presentes no câncer de mama.

 

É a partir desse modelo computacional das células cancerígenas que o trabalho torna possível explicar porque grande parte dos medicamentos utilizados no modelo pode não ter nenhum efeito na reversão da multiplicação destas células. “Eu acredito que um dos grandes impactos da nossa pesquisa está justamente na nova ferramenta que colocamos à disposição de pesquisadores e cientistas para que consigam melhor compreender e estudar como aqueles sistemas bioquímicos funcionam.

 

No caso do câncer de mama, sobre o porquê da grande parte dos medicamentos envolvidos no modelo não ajudarem no desfecho desejado da célula cancerígena. Com certeza estes resultados têm possíveis desdobramentos importantes, como a identificação de melhores tratamentos mais focados e personalizados, até novos medicamentos que podem ser primeiro investigados com a ajuda da nossa metodologia. Em última instância nós esperamos que a nossa metodologia ajude em todo este processo”, comenta Rion.

 

Para o futuro, os estudos pretendem avançar na questão computacional e de algoritmo da metodologia, além de aproximar a atuação e colaboração com especialistas clínicos para um fluxo de trabalho translacional, combinando a parte computacional e de sistemas complexos com a clínica e de ensaios em laboratório.

 

Este estudo foi desenvolvido em colaboração no Instituto Gulbenkian de Ciência, em Portugal, na Luddy School of Informatics, Computing and Engineering, em Indiana, EUA, e na Northeastern University, em Massachusetts, EUA.