Crédito: DivulgaçãoO câncer é a doença que talvez mais desafie a ciência e a medicina. A luta para compreender os mecanismos de sua iniciação e progressão une diferentes áreas e foi tema da tese de doutorado do aluno Jorge Francisco Cutigi, defendida no ICMC/USP-São Carlos. Denominada “Abordagens computacionais para a descoberta de genes significativos para o câncer”, a pesquisa parte do princípio que o câncer é uma doença complexa provocada por alterações genéticas que se acumulam por toda a vida do indivíduo. As alterações são chamadas mutações genéticas divididas em dois grupos, explica Jorge. “O primeiro, chamamos passenger mutations (mutações que não alteram o comportamento da célula). O segundo, driver mutations (mutações significativas para o câncer), ou seja, que provocam a carcinogênese na célula. Células de câncer possuem um elevado número de mutações, das quais a maioria delas são passenger mutations e um pequeno número delas são driver mutations”.
Segundo o autor, a identificação de genes drivers, aqueles genes com mutações significativas, é essencial para entender o desenvolvimento do câncer e um desafio chave na genômica do do câncer, uma vez que estudos mostram que genes significativos podem sofrer mutação em uma frequência muito baixa. “Com o sequenciamento de nova geração, uma extensa quantidade de conjuntos de dados genômicos foram gerados, criando o desafio de analisar e interpretar esses dados”, afirmou.
O doutorado teve orientação do professor do ICMC e pesquisador do Cepid-CeMEAI Adenilso Simão e foi co-orientado pela bióloga Adriane Feijó. Unir matemática e biologia foi a chave para o sucesso dos resultados pois os dados vieram do Hospital do Câncer de Barretos. “Nós temos um programa de pós-graduação no hospital e então, nós temos várias linhas de pesquisa. Temos um dos maiores biobancos da América Latina, o que permite que a gente consiga fazer a seleção de amostras de interesse. Temos ainda o maior número de sequenciamento de genomas e exomas de câncer do Brasil, é um volume de dados muito grande”, explicou Adriane.
Ainda segundo a bióloga, esses sequenciamentos geram listas de centenas de milhares de genes, gerando também muitas perguntas. Qual é aquele gene que teve uma resposta que permitiu a evolução desse tumor? Como priorizamos aquele gene que realmente teve um efeito, um papel no desenvolvimento desses tumores? Foi aí, que os métodos desenvolvidos ganharam relevância. “A ferramenta cria redes e traz toda comparação com os bancos de dados e informações biológicas de dados da literatura também e nos dá uma lista priorizada bem reduzida de genes mais relevantes que possibilitam investigação e entendimento melhor da história de cada tumor”, explicou.
Adenilso acrescenta que ninguém tem um câncer igual ao de outra pessoa, comenta que cada pessoa tem uma doença específica que combina as mutações e composição genética dela com as mutações que ela adquiriu durante a vida. “Logo, cada doença é uma história única que vai se desenvolver de certa forma e que vai ser combinada a inúmeros fatores. Essa complexidade toda sempre vai existir. Não podemos falar o câncer, porque são vários e isso é o maior desafio da cura que talvez, nunca ocorra. O importante é que com a ciência e nesse caso, a computacional, estamos contribuindo com os avanços para aumentar a quantidade de pessoas que possam receber tratamentos individualizados”, disse.
Este trabalho deu origem ao grupo ACDBio que se dedica ao estudo computacional de dados biológicos. O grupo é formado por professores do ICMC e do IFSP e conta, também, com alunos de doutorado e iniciação científica. Os principais temas de estudo são relativos a dados de câncer, mas o grupo tem se dedicado, também, à pesquisa de outras doenças, como a Covid-19 e a Dengue. Atualmente, Jorge é professor do IFSP, campus São Carlos-que apoia a pesquisa, assim como a Fapesp, via CEPID-CeMEAI e CNPq. Os resultados já foram compartilhados com a comunidade científica por meio de importantes publicações internacionais como a Nature (Scientific Reports) e ganhou também o reconhecimento de premiações no Brasil por desafiar uma doença de alta complexidade e auxiliar a entender os seus mecanismos.
