Exame pode prever câncer e outras 66 doenças 10 anos antes do diagnóstico

2015-04-10_190211

Segundo estudo, proteínas presentes no sangue têm capacidade de prever o início de doenças como mieloma múltiplo e linfoma não-Hodgkin, além de doenças raras

Um estudo publicado na segunda-feira (22) na Nature Medicine mostra que um novo exame de sangue pode prever o desenvolvimento de câncer e outras 66 doenças até 10 anos antes do diagnóstico. A descoberta foi realizada a partir da análise de milhares de proteínas presentes no sangue.

De acordo com os pesquisadores, essas proteínas têm capacidade de prever o início de doenças como mieloma múltiplo, linfoma não-Hodgkin, doença do neurônio motor, fibrose pulmonar e cardiomiopatia dilatada, além de doenças raras.

Com isso, os autores acreditam que a pesquisa abre novas possibilidades de previsão de diagnóstico para uma ampla gamas de doenças, incluindo condições que poderiam levar meses e anos para serem identificadas.

A pesquisa foi realizada como parte de uma parceria internacional entre a farmacêutica GSK, a Queen Mary University of London, a University College London, a Cambrigde University e o Berlin Institute of Health da Charité Universitätsmedizin, na Alemanha.

Para realizá-la, os pesquisadores usaram dados do UK Biobank Pharma Proteomics Project, o maior estudo de proteômica [área da biologia que estuda a distribuição e abundância das proteínas do organismo] até o momento. O banco conta com, aproximadamente, 3 mil proteínas plasmáticas de um conjunto selecionado aleatoriamente de mais de 40 mil participantes do UK Biobank.

Os dados de proteína foram vinculados aos registros eletrônicos de saúde dos participantes. Os autores usaram técnicas analíticas avançadas para identificar uma “assinatura” específica para cada doença entre as proteínas mais importantes para fazer a previsão de diagnóstico.

Segundo os pesquisadores, os modelos de predição de proteína analisados no estudo superaram os modelos baseados em informações clínicas, que é o padrão utilizado para prever o risco de doenças. Além disso, o modelo usado na pesquisa também foi superior do que modelos de predição que usam contagem de células sanguíneas (hemograma), níveis de colesterol, função renal e hemoglobina glicada para a maioria dos exemplos de doenças avaliados.

“Estamos extremamente animados com a oportunidade de identificar novos marcadores para triagem e diagnóstico a partir de milhares de proteínas circulantes e agora mensuráveis ​​no sangue humano”, afirma Claudia Langenberg, autora principal do estudo e diretora do Instituto de Pesquisa Universitária de Assistência Médica de Precisão (PHURI), da Universidade Queen Mary de Londres, em comunicado à imprensa.

No entanto, a pesquisadora enfatiza a necessidade de validação das descobertas feitas pelo estudo em diferentes populações, incluindo pessoas com e sem sintomas de doenças e em diferentes grupos étnicos.

“O que precisamos urgentemente são estudos proteômicos de diferentes populações para validar nossas descobertas, e testes eficazes que possam medir proteínas relevantes para doenças de acordo com padrões clínicos com métodos acessíveis”, completa Langenberg.

“Um desafio fundamental no desenvolvimento de medicamentos é a identificação de pacientes com maior probabilidade de se beneficiar de novos medicamentos. Este trabalho demonstra a promessa no uso de tecnologias proteômicas em larga escala para identificar indivíduos de alto risco em uma ampla gama de doenças e se alinha com nossa abordagem de usar tecnologia para aprofundar nossa compreensão da biologia humana e das doenças”, acrescenta Robert Scott, vice-presidente e chefe de Genética Humana e Genômica da GSK, e coautor principal do estudo.

Na visão de Scott, este e outros estudos futuros poderão contribuir para melhores taxas de sucesso e maior eficiência na descoberta e desenvolvimento de medicamentos para pessoas com risco de desenvolver doenças.

O próximo passo dos pesquisadores é selecionar doenças de alta prioridade e avaliar sua predição através de proteínas sanguíneas em um ambiente clínico.