Algoritmo consegue diferenciar células cancerosas das saudáveis pelo RNA

Cientistas da Universidade do Texas desenvolveram uma nova técnica computacional que consegue para diferenciar, com precisão quase absoluta, células cancerosas das saudáveis por meio da análise de sequenciamento de RNA. O trabalho foi publicado na Nature Biotechnology e a ferramenta está disponível gratuitamente.
Chamado de CopyKAT, o sistema permite a análise rápida de grandes conjuntos de dados de sequenciamento de RNA retirados de uma única célula. Essas cadeias de proteínas fornecem dados de expressão gênica de muitos milhares de células individuais, nas quais os cientistas podem procurar por cromossomos anormais, comuns na maioria dos tumores.
“Desenvolvemos o CopyKAT como uma ferramenta para inferir informações genéticas a partir dos dados do transcriptoma”, explica Nicholas Navin, professor de Genética e Biologia Computacional da Universidade do Texas. Foram analisadas 46.501 células únicas de 21 tumores, incluindo câncer de mama triplo-negativo, adenocarcinoma ductal pancreático, câncer anaplásico de tireoide, carcinoma ductal invasivo e glioblastoma.
“Ao aplicar essa ferramenta a vários conjuntos de dados, mostramos que podíamos identificar, com cerca de 99% de precisão, células tumorais em meio a outras células imunológicas ou estromais presentes em uma amostra de tumor mista”, conta Navin.
A ferramenta também ajuda a identificar subpopulações distintas, ou clones, dentro das células cancerosas. “Poderemos então dar um passo adiante, e entender as diferenças genéticas entre os subclones presentes”, completa o pesquisador.

Historicamente, os tumores têm sido estudados como uma mistura de todas as células presentes, muitas das quais não são cancerosas. Por meio do sequenciamento de RNA, cientistas puderam analisar tumores em uma resolução muito maior. Porém, ainda havia o desafio de distinguir entre células cancerosas e células normais.
Os algoritmos do CopyKAT aprimoram técnicas computacionais mais antigas, aumentando a precisão e ajustando a análise para a mais nova geração de dados de sequenciamento de RNA. “Fomos capazes de identificar subpopulações raras em cânceres de mama triplo-negativos que têm alterações genéticas únicas”, lembra a professora assistente de Ciências Cardiovasculares, Ruli Gao, que desenvolveu os algoritmos do sistema.
“Esperamos que esta ferramenta seja útil para a comunidade de pesquisa para aproveitar ao máximo seus dados de sequenciamento de RNA de uma única célula e para conduzir novas descobertas no câncer”, completa a pesquisadora.

Fonte: Olhar Digital