O câncer colorretal é a segunda principal causa de morte por câncer no mundo. Se detectado precocemente, pode ser tratado de forma eficiente, mas o custo e o desconforto das colonoscopias — o principal método diagnóstico atualmente em uso — frequentemente resultam em diagnósticos tardios. Usando algoritmos de aprendizado de máquina, uma equipe da Universidade de Genebra (UNIGE) identificou pela primeira vez todas as bactérias intestinais humanas em um nível de detalhe que permite entender a importância fisiológica dos diferentes subgrupos microbianos. Esse inventário foi então utilizado para detectar a presença de câncer colorretal com base nas bactérias presentes em amostras de fezes simples, uma ferramenta de rastreamento não invasiva e de baixo custo. As aplicações potenciais são vastas, variando desde o diagnóstico de outros tipos de câncer até uma melhor compreensão das ligações entre o microbioma intestinal e a saúde. Esses achados foram publicados na Cell Host & Microbe.
O câncer colorretal é frequentemente diagnosticado em um estágio avançado, quando as opções de tratamento são limitadas. Isso destaca a necessidade de ferramentas de diagnóstico mais simples e menos invasivas, especialmente diante de um aumento ainda não explicado de casos entre jovens adultos. Embora já se saiba há muito tempo que o microbioma intestinal desempenha um papel no desenvolvimento do câncer colorretal, traduzir essas descobertas em prática clínica tem se mostrado desafiador. Isso se deve ao fato de que diferentes cepas da mesma espécie bacteriana podem ter efeitos opostos, com algumas promovendo a doença e outras sem efeito algum.
“Em vez de depender da análise das várias espécies que compõem o microbiota, que não captura todas as diferenças significativas, ou das cepas bacterianas, que variam muito de um indivíduo para outro, focamos em um nível intermediário do microbiota, o subespécie,” explica Mirko Trajkovski, professor titular no Departamento de Fisiologia Celular e Metabolismo e no Centro de Diabetes da Faculdade de Medicina da UNIGE, que liderou esta pesquisa. “A resolução de subespécies é específica e pode capturar as diferenças em como as bactérias funcionam e contribuem para doenças, incluindo câncer, ao mesmo tempo em que permanece geral o suficiente para detectar essas mudanças entre diferentes grupos de indivíduos, populações ou países.”
Com a ajuda do aprendizado de máquina
O primeiro passo foi analisar grandes quantidades de dados. “Como bioinformata, o desafio foi apresentar uma abordagem inovadora para a análise de dados em massa,” recorda Matija Trickovic, estudante de doutorado no laboratório de Mirko Trajkovski e primeiro autor deste estudo. “Desenvolvemos com sucesso o primeiro catálogo abrangente de subespécies do microbiota intestinal humano, juntamente com um método preciso e eficiente para usá-lo tanto na pesquisa quanto na clínica.”
Ao combinar esse catálogo com dados clínicos existentes, os cientistas desenvolveram um modelo que pode prever a presença de câncer colorretal somente com base nas bactérias presentes em amostras de fezes. “Embora estivéssemos confiantes em nossa estratégia, os resultados foram impressionantes,” entusiasma-se Matija Trickovic. “Nosso método detectou 90% dos casos de câncer, um resultado muito próximo da taxa de detecção de 94% alcançada por colonoscopias e melhor do que todos os métodos de detecção não invasivos atuais.”
Ao integrar mais dados clínicos, esse modelo poderia se tornar ainda mais preciso e igualar a precisão da colonoscopia. Ele poderia se tornar uma ferramenta de rastreamento rotineira e facilitar a detecção precoce do câncer colorretal, que então seria confirmada por colonoscopia, mas apenas em um grupo selecionado de pacientes.
Um novo mundo de aplicações
Um primeiro ensaio clínico está sendo estabelecido em colaboração com os Hospitais Universitários de Genebra (HUG) para determinar mais precisamente os estágios do câncer e as lesões que podem ser detectadas. No entanto, as aplicações vão além do câncer colorretal. Ao estudar as diferenças entre subespécies da mesma espécie bacteriana, os pesquisadores agora podem identificar os mecanismos de ação pelos quais o microbioma intestinal influencia a saúde humana. “O mesmo método poderia em breve ser utilizado para desenvolver ferramentas de diagnóstico não invasivas para uma ampla gama de doenças, todas baseadas em uma única análise do microbiota,” conclui Mirko Trajkovski.
