Gráficos de conhecimento baseados em imagens revelam novos alvos para o tratamento de doenças cardíacas

Gráficos de conhecimento baseados em imagens revelam novos alvos para o tratamento de doenças cardíacas

Os gráficos de conhecimento são uma ferramenta poderosa para reunir informações de bancos de dados biológicos e vincular conhecimentos já conhecidos sobre genes, doenças, tratamentos, vias moleculares e sintomas em uma rede estruturada. Até agora, faltavam informações detalhadas e individuais sobre a aparência e o funcionamento real do órgão afetado.

A pesquisa mais recente liderada pelo pesquisador de pós-doutorado Dr. Khaled Rjoob e pelo líder do grupo, Professor Declan O'Regan, do Computational Cardiac Imaging Group do MRC Laboratory of Medical Sciences, desenvolveu ainda mais essa tecnologia adicionando dados de imagem a um gráfico de conhecimento pela primeira vez. CardioKG fornece uma visão detalhada da estrutura e função do coração, melhorando significativamente a precisão da previsão de quais genes estão ligados a doenças e se os medicamentos existentes podem tratá-los.

Capturar variação cardíaca

Para desenvolver o CardioKG, a equipe usou dados de imagens cardíacas de 4.280 participantes do UK Biobank com fibrilação atrial, insuficiência cardíaca ou ataque cardíaco, bem como de 5.304 participantes saudáveis, e capturou variações na estrutura e função do coração. No total, mais de 200.000 recursos baseados em imagens foram gerados e usados ​​para treinar o modelo. A equipa integrou isto com dados de 18 bases de dados biológicas diferentes e utilizou inteligência artificial (IA) para prever ligações entre genes e doenças, bem como oportunidades de reaproveitamento de medicamentos.

Uma das vantagens dos gráficos de conhecimento é que eles integram informações sobre genes, medicamentos e doenças. Isso significa que você tem mais oportunidades de fazer descobertas sobre novas terapias. Descobrimos que a incorporação de imagens cardíacas no gráfico mudou a forma como novos genes e medicamentos poderiam ser identificados.”

Professor Declan O'Regan, Grupo de Imagens Cardíacas Computacionais, Laboratório MRC de Ciências Médicas

Prevendo novas oportunidades de drogas

O modelo identificou uma lista de novos genes associados a doenças e previu dois medicamentos para tratar doenças cardíacas; O metotrexato, um medicamento para a artrite reumatóide, pode melhorar a insuficiência cardíaca, e as gliptinas, usadas para tratar a diabetes, podem ser úteis para a fibrilhação auricular. A equipe também fez uma descoberta surpreendente de que a cafeína, que torna o coração mais excitável, tem efeito protetor em pacientes com fibrilação atrial, que apresentam pulso irregular e rápido.

“O interessante é que existem outros estudos recentes nesta área que apoiam os nossos resultados preliminares”, diz Declan. “Isso destaca o enorme potencial dos gráficos de conhecimento na descoberta de medicamentos existentes que poderiam ser usados ​​como novos tratamentos.”

Estendendo a tecnologia para outros órgãos

CardioKG oferece tecnologia de prova de conceito que pode ir muito além do coração. Os pesquisadores poderiam agora desenvolver gráficos de conhecimento que integram dados de imagem onde quer que existam imagens de órgãos, o que significa que a mesma abordagem poderia ser aplicada a exames cerebrais, a imagens de gordura corporal ou a outros órgãos e tecidos para explorar novas possibilidades terapêuticas em áreas como demência ou obesidade.

A capacidade destes gráficos de conhecimento para gerar listas precisas e rápidas de genes de alta prioridade numa série de doenças proporcionaria às empresas farmacêuticas um valioso ponto de partida, destacando alvos biológicos que podem explorar, validar e potencialmente desenvolver em novas terapias com muito mais eficiência do que os métodos tradicionais de descoberta.

“Com base neste trabalho, expandiremos o gráfico de conhecimento para uma estrutura dinâmica e centrada no paciente que captura a progressão da doença no mundo real”, diz Khaled. “Isso abrirá novas oportunidades para tratamento personalizado e previsão de quando a doença provavelmente ocorrerá.”

Este estudo foi apoiado pelo Conselho de Pesquisa Médica, pela British Heart Foundation, pela Bayer AG e pelo Centro de Pesquisa Biomédica do Imperial College do Instituto Nacional de Pesquisa em Saúde e Cuidados (NIHR).

Além de sua função no LMS, Declan é Professor de IA Cardiovascular na British Heart Foundation e Líder de Tópico Clínico do Centro de Excelência em Pesquisa da British Heart Foundation no Imperial's National Heart and Lung Institute.

Fontes: