Um dos tratamentos mais promissores para o câncer é a imunoterapia, uma técnica onde o sistema imune do paciente é estimulado a combater as células doentes. Esta opção é possível porque, durante o processo de formação do cãncer, uma célula sofre mutações genéticas que fazem com que ela perca seu controle metabólico. Junto com isso, entretanto, algumas dessas mutações fazem com que as células produzam proteínas diferentes na sua superfície. Com o estímulo correto, essas proteínas, chamadas de neoantígenos, podem servir de sinal para que o sistema imune reconheça a célula cancerígena como uma ameaça, possibilitando sua eliminação.
Encontrar neoantígenos é uma tarefa complicada, pois sua manifestação depende das mutações que ocorrem na célula, que podem ser de natureza diversa. Uma vez encontrados, seu potencial terapêutico ainda precisa ser validado por um longo e custoso processo, o que resulta em uma escassez de dados disponíveis sobre o processo.
Mas um trabalho publicado por pesquisadores do Hospital Johns Hopkins, nos Estados Unidos, acabou abrindo uma porta para a melhor exploração desta via terapêutica. O time, composto por engenheiros e pesquisadores de câncer, desenvolveu uma rede neural para identificar fragmentos de proteínas presentes em células de câncer. Denominado de BigMHC, o treinamento do modelo incorporou uma abordagem de transfer learning em duas etapas. Primeiro, a rede foi ajustada para identificar antígenos presentes na superfície celular, fase esta da resposta imune com dados abundantes. Na sequência, uma etapa de fine-tuning é responsável por predizer o reconhecimento destes fragmentos pelas células T do sistema imune, este um processo com dados limitados. A avaliação com extensos datasets independentes mostrou que o BigMHC tem maior acurácia na tarefa de predizer antígenos com potencial terapêutico, quando comparado com outros métodos existentes.
A inteligência artificial criada pelos pesquisadores tem o potencial de revolucionar a área, permitindo desenvolver terapias e vacinas com alta especificidade, capazes de combater com maior eficiência as formas mais agressivas de câncer, além de trazer a área da medicina personalizada para outro nível.
