Pesquisadores do Grupo Korbel da EMBL Heidelberg desenvolveram agora uma poderosa ferramenta baseada em IA que ajuda os cientistas a investigar como surgem essas anormalidades cromossômicas. Ao revelar as condições que permitem a formação destes erros, a tecnologia pode ajudar os investigadores a compreender melhor como o cancro começa.

“As anomalias cromossómicas são a principal causa de cancros particularmente agressivos e estão altamente ligadas à morte de pacientes, metástases, recorrência, resistência à quimioterapia e rápido aparecimento de tumores”, disse Jan Korbel, cientista sénior do EMBL e autor sénior do novo artigo, publicado na revista. Natureza. “Queríamos entender o que determina a probabilidade de as células sofrerem tais alterações cromossômicas e qual é a taxa com que tais anormalidades surgem quando uma célula ainda normal se divide”.

Uma teoria centenária sobre o câncer

A conexão entre cromossomos anormais e câncer é suspeitada há mais de cem anos. O cientista alemão Theodor Boveri propôs esta ideia pela primeira vez no início do século XX, depois de estudar células ao microscópio. Suas observações o levaram a sugerir que o conteúdo cromossômico anormal dentro das células poderia desempenhar um papel no desenvolvimento do câncer.

Apesar da teoria de longa data, estudar essas anormalidades tem sido difícil. Apenas um pequeno número de células apresenta defeitos cromossômicos em um determinado momento, e muitas dessas células morrem (ou são mortas) através da seleção celular natural. Por causa disso, os pesquisadores tradicionalmente tinham que procurá-los manualmente sob um microscópio. Esse processo permitiu aos cientistas isolar apenas algumas células de cada vez para estudos mais aprofundados.

Marco Cosenza, Cientista Pesquisador do Grupo Korbel, começou a explorar uma solução depois de colaborar com outras equipes EMBL que enfrentavam limitações técnicas semelhantes. Juntamente com colegas, ele ajudou a projetar uma plataforma automatizada que integra microscopia, sequenciamento de célula única e inteligência artificial. O sistema é chamado de genômica assistida por aprendizado de máquina e convergência de imagens (MAGIC).

“Laser Tag” alimentado por IA para células

O MAGIC funciona como uma versão altamente automatizada do laser tag. O sistema verifica as células e identifica aquelas que exibem um recurso visível específico. Neste estudo, os pesquisadores se concentraram em uma estrutura conhecida como “micronúcleo”.

Micronúcleos são pequenos compartimentos dentro das células que contêm fragmentos de DNA separados do genoma principal. As células que contêm micronúcleos têm maior probabilidade de desenvolver anomalias cromossômicas adicionais, aumentando suas chances de se tornarem cancerosas.

Quando o sistema detecta células contendo micronúcleos, ele as marca com um laser. Este processo de marcação depende de um corante fotoconversível, que é uma molécula fluorescente que muda a cor da luz que emite após a exposição à luz.

“Este projeto combinou muitos dos meus interesses em um só”, disse Cosenza. “Envolve genômica, imagens microscópicas e automação robótica. Durante o bloqueio relacionado ao COVID-19 em 2020, eu poderia realmente dedicar algum tempo aprendendo e aplicando tecnologias de visão computacional de IA aos dados de imagens biológicas que havíamos coletado antes. Depois, projetamos experimentos para validá-los e levá-los adiante.”

Como funciona o sistema MAGIC

O sistema opera em diversas etapas automatizadas. Primeiro, um microscópio automatizado captura um grande conjunto de imagens de uma amostra de células. Um algoritmo de aprendizado de máquina que foi treinado usando exemplos rotulados manualmente de células contendo micronúcleos analisa as imagens.

Se o algoritmo detectar uma célula com micronúcleo, ele envia a localização para o microscópio. O microscópio então direciona um feixe de luz para aquela célula específica, marcando-a permanentemente com o corante fotoconversível. Posteriormente, os pesquisadores podem isolar essas células marcadas de populações de células vivas usando técnicas como a citometria de fluxo. Uma vez isoladas, as células podem passar por estudos mais detalhados, incluindo análise de seus genomas.

Ao substituir o processo lento e trabalhoso de busca manual de micronúcleos, o MAGIC permite que os cientistas examinem muito mais células do que era possível anteriormente. Em menos de um dia, o sistema pode analisar cerca de 100 mil células.

Descobrindo com que frequência ocorrem erros cromossômicos

Os pesquisadores usaram o MAGIC para estudar anormalidades cromossômicas em células cultivadas originalmente derivadas de células humanas normais. A análise revelou que pouco mais de 10% das divisões celulares produzem anomalias cromossômicas espontâneas. Quando o gene p53, um conhecido supressor de tumor, sofre mutação, essa taxa quase dobra.

A equipe também examinou outros fatores que podem influenciar a formação de anomalias cromossômicas. Estes incluíram a presença e posição de quebras de DNA de cadeia dupla nos cromossomos.

Amplo potencial para descoberta biológica

A pesquisa envolveu colaborações dentro e fora do EMBL. Os principais contribuidores incluíram o Advanced Light Microscopy Facility (ALMF) e a equipe Pepperkok no EMBL Heidelberg, o grupo de Isidro Cortes-Ciriano no EMBL-EBI e a equipe de Andreas Kulozik no Centro Alemão de Pesquisa do Câncer (DKFZ), que também faz parte da Unidade de Parceria de Medicina Molecular (MMPU) entre o EMBL e a Universidade de Heidelberg.

MAGIC foi projetado para ser flexível e adaptável. Embora os pesquisadores tenham treinado neste estudo para detectar micronúcleos, a IA subjacente poderia ser treinada para identificar muitas outras características celulares.

“Desde que tenhamos uma característica que possa ser discriminada visualmente de uma célula ‘normal’, podemos – graças à IA – treinar o sistema para a detectar,” disse Korbel, “O nosso sistema tem, portanto, potencial para avançar futuras descobertas em numerosas áreas da biologia.”