Pesquisadores da USP e da Universidade de Trento (Itália) utilizaram técnicas de aprendizado de máquina e de estatística para identificar espécies e genes da microbiota (coleção de bactérias, fungos e vírus presente nos intestinos) de pacientes com câncer colorretal. O método foi capaz de predizer, com alta precisão, e apenas com base na composição da microbiota, a presença ou não de câncer nos diferentes pacientes avaliados em estudos. Os resultados poderão contribuir para aumentar a precisão no diagnóstico da doença, levando em conta as características da microbiota. Um artigo descrevendo os achados acaba de ser publicado na Nature Medicine e está disponível neste link.
Os cientistas trabalharam com os dados de 969 amostras fecais de pessoas com câncer colorretal, de portadores de adenomas (pólipos benignos e malignos) e de indivíduos controle, isto é, saudáveis, para comparação. Essas informações foram extraídas de sete estudos, da China, França, Estados Unidos, Áustria e Itália, e disponíveis em bancos de dados de sequências de DNA internacionais.
A análise dos dados mostrou que as amostras fecais dos pacientes com câncer colorretal continham uma maior quantidade da enzima bacteriana cutC – choline utilization gene C. Essa enzima degrada a colina presente na fosfatidilcolina (um nutriente presente em alimentos ricos em gorduras, como carnes, queijos e ovos) e gera trimetilamina, liberando acetaldeído no processo, um composto altamente carcinogênico. Os pacientes com câncer colorretal também apresentaram um maior número de bactérias quando comparados ao grupo controle, além de mais espécies associadas à cavidade oral.
Essa enzima bacteriana e a trimetilamina já foram associadas a doenças cardiovasculares como a aterosclerose. Já se sabe também que existe uma associação entre o consumo de carne vermelha e o câncer colorretal”, conta o biólogo Andrew Maltez Thomas que, junto com o pesquisador Paolo Manghi, da Universidade de Trento, são os primeiros autores do artigo Metagenomic analysis of colorectal cancer datasets identifies cross-cohort microbial diagnostic signatures and a link with choline degradation, publicado na Nature Medicine.
Segundo dados da Organização Pan-Americana de Saúde, o câncer é uma das principais causas de morte no mundo: foram cerca de 9,6 milhões de mortes em 2018. O câncer colorretal teve 1,8 milhão de casos registrados. Os outros tipos de cânceres mais comuns são: pulmão (2,09 milhões de casos), mama (2,09 milhões de casos), próstata (1,28 milhão de casos), câncer de pele não melanoma (1,04 milhão de casos) e estômago (1,03 milhão de casos).
Metagenômica e aprendizado de máquina
Após analisar o DNA das 969 amostras e identificar e quantificar a população da microbiota, os pesquisadores utilizaram recursos de inteligência artificial. Eles usaram um classificador – espécie de “programa de computador” capaz de aprender e de colocar em prática os conhecimentos adquiridos. O classificador foi treinado nos seis estudos, ou seja, recebeu informações sobre quais amostras eram câncer colorretal, quais eram grupo controle e qual era a microbiota de cada amostra. Depois, os cientistas testaram o método no sétimo estudo, cujos dados não haviam entrado no treinamento anterior.
O classificador foi capaz de predizer com alta precisão quais amostras eram ou não câncer colorretal desse sétimo estudo. Os cientistas validaram os resultados obtidos (maior presença da enzima cutC, maior número de bactérias e mais espécies associadas à cavidade oral) em dois outros estudos, um do Japão e outro da Alemanha, e o método se mostrou bastante preciso na detecção dos casos da doença.
Andrew informa que o principal método de detecção do câncer colorretal é o exame de fezes. Combiná-lo com a análise da microbiota poderia ajudar a diminuir a taxa de falsos positivos. “É possível, num futuro próximo, combinar os dois métodos em nível hospitalar por meio do exame de fezes e de uma técnica chamada qPCR [PCR quantitativa]”, diz Andrew Thomas.
