Um novo método para diagnósticos, desenvolvido por pesquisadores da Unicamp, permite investigar de forma rápida e simples uma gama de doenças e manifestações que se apresentem em nível metabólico. A invenção chamada de “selecionador molecular” combina análises bioquímicas e inteligência artificial – duas conceituadas e diferentes técnicas analíticas – para criar uma plataforma exclusiva de exames como a detecção de alterações causadas por vírus, bactérias ou fungos.
Depois de treinado, o algoritmo é capaz de identificar de forma automática, e em minutos, biomarcadores associados a doenças graves, negligenciadas ou que não tenham protocolos específicos, auxiliando médicos e especialistas na tomada de decisão. Segundo os cientistas, a invenção pode, ainda, ser aplicada em outras análises laboratoriais, ambientais e bromatológicas.
A tecnologia associa dados de metabolômica com um algoritmo de classificação de aprendizado de máquina (machine learning, no inglês) para investigar, cruzar e identificar padrões e conjuntos de características que retratam uma determinada condição de interesse num organismo. A pesquisa envolveu cientistas do Laboratório de Inferência em Dados Complexos (Recod), do Instituto de Computação (IC), e do Laboratório Innovare de Biomarcadores, da Faculdade de Ciências Farmacêuticas (FCF), da Unicamp.
O invento foi protegido por meio de uma patente e um programa de computador com apoio da Inova Unicamp e tem potencial para beneficiar a indústria farmacêutica, de cosméticos, entre outras. No setor agro, por exemplo, é possível trabalhar na detecção de elementos causadores de putrefação ou que comprometem os alimentos, como a presença de Salmonella, garantindo a qualidade dos produtos consumidos.
“Qualquer problema que se manifeste em nível metabólico e cause interferência ou diferenciação molecular é passível de ter biomarcadores classificados pela nossa plataforma de seleção molecular, desde doenças como a Covid-19 até adulteração ou apodrecimento de alimentos”, resume Rodrigo Catharino, diretor da Faculdade de Ciências Farmacêuticas (FCF), da Unicamp.
Outra vantagem descrita pela equipe é a capacidade de refinamento dos resultados, aumentando a sensibilidade do algoritmo e a taxa de acerto. “A plataforma consegue se adaptar a condições que se alteram ao longo do tempo, como é o caso de infecções virais como a Covid-19. Ao fornecer novas amostras de pacientes, com e sem manifestações da doença, o método pode se aperfeiçoar a novos cenários”, explica Anderson Rocha, Diretor do Instituto de Computação (IC).
De acordo com o professor, é possível ainda identificar riscos de complicação a partir de biomarcadores de contaminação e outras infecções que podem piorar o estado geral do paciente. Além disso, depois que a máquina aprende o que buscar, pode diagnosticar mais de uma doença ou condição a partir da mesma amostra colhida, reduzindo custos laboratoriais.
Confira a íntegra da matéria publicada no site da Agência da Inovação da Unicamp.
