Num estudo inovador, cientistas das universidades da Califórnia, Stanford, Harvard e British Columbia uniram esforços para criar um mapa interativo das células U2OS associadas a tumores ósseos pediátricos e fizeram-no com a ajuda da Inteligência Artificial.
O trabalho, publicado na revista “Nature Methods”, utilizou o GPT-4, uma ferramenta de IA semelhante ao ChatGPT, para desvendar o papel de proteínas que sofreram mutações em células cancerígenas. O resultado foi a identificação de 21 conjuntos de proteínas com mutações frequentes em tumores infantis, sendo que 102 delas mostram ligações diretas ao desenvolvimento do cancro.
Os investigadores recorreram ao GPT-4 para algo mais do que uma simples consulta técnica: pediram à IA que explicasse a função de proteínas individuais, agrupadas em conjuntos, e até que propusesse nomes para cada grupo. O modelo publicado revelou padrões temáticos em proteínas que até agora estavam pouco compreendidas.
Isto deu origem a um mapa celular interativo, baseado em células U2OS (comuns em tumores ósseos pediátricos), que pode revolucionar a forma como se estuda o cancro infantil. Além disso, servirá de base para criar mapas semelhantes para outros tipos de células humanas, refere a mesma publicação.
Combinando mais de 20 mil imagens microscópicas de alta resolução com técnicas de purificação de proteínas, os investigadores identificaram 275 conjuntos distintos de proteínas, algumas com funções anteriormente desconhecidas. A proteína C18orf21, por exemplo, foi associada ao processamento de RNA, uma descoberta inovadora. Já a DPP9, cuja função de clivar proteínas era conhecida, revelou também um papel inesperado na resposta imunitária.
“Com base no que aprendemos nos livros, achamos que sabemos tudo sobre as células. Mas a verdade é que ainda não temos um ‘manual de instruções’ para nenhuma célula humana”, explicou Trey Ideker, professor de medicina e membro do Moores Cancer Center, na Universidade da Califórnia, em San Diego.
O estudo desafia a ideia tradicional de que cada gene tem apenas uma função. “Hoje sabemos que muitas proteínas são multifuncionais. Este trabalho mostra como a integração de dados visuais e bioquímicos pode revelar essas múltiplas facetas”, afirmou Emma Lundberg, professora de bioengenharia em Stanford.
"No fundo, a mensagem refere que em vez de nos focarmos apenas nas mutações específicas e muitas vezes únicas de cada paciente, devemos procurar entender os sistemas celulares comuns que são alterados por essas mutações. Este avanço, potenciado pela inteligência artificial, pode abrir caminho a novos diagnósticos e terapias mais eficazes e traz uma nova esperança para o tratamento do cancro infantil", pode ler-se na publicação.