- Proteômica de biópsias líquidas combinada com transcriptômica de células únicas identificou marcadores celulares específicos, revelando conexões inesperadas entre doenças oculares e a doença de Parkinson.
- A inteligência artificial aplicada para avaliar o envelhecimento celular destacou o envelhecimento molecular acelerado associado a problemas oculares.
Uma equipe de pesquisadores da Universidade de Stanford fez avanços significativos no campo da medicina ocular, combinando técnicas sofisticadas de biópsia líquida, proteômica e inteligência artificial. O estudo, divulgado na revista Cell em 19 de outubro de 2023, apresenta a técnica denominada TEMPO. Uma abordagem que pode revolucionar o entendimento do envelhecimento ocular e o diagnóstico de diversas doenças.
✅ Sobre a técnica TEMPO:
O método TEMPO, que significa "tracing expression of multiple protein origins", é um protocolo que integra proteômica de biópsia líquida, microvolume, transcriptômica de célula única e inteligência artificial. Essa combinação permitiu a criação de um "relógio proteômico", capaz de estimar a idade molecular de um indivíduo saudável com base no perfil proteico do olho.
✅ Revelações sobre Doenças Oculares:
Aplicando a técnica TEMPO, os pesquisadores descobriram que condições como retinopatia diabética e uveíte podem causar um envelhecimento celular acelerado. Um dos achados mais surpreendentes foi a identificação de proteínas associadas à doença de Parkinson no fluido ocular, indicando a possibilidade de diagnósticos mais precoces dessa enfermidade neurodegenerativa.
✅ Como o TEMPO se compara a métodos anteriores?
Historicamente, o olho sempre foi um órgão desafiador para estudos, devido ao risco de danos irreversíveis em biópsias tradicionais. Embora a biópsia líquida seja menos invasiva, ela tinha suas limitações, principalmente em relação à resolução celular das proteínas detectadas. Com o TEMPO, foi possível rastrear quase 6.000 proteínas até suas células de origem específicas, proporcionando uma visão mais detalhada do ambiente celular do olho.
✅ Avanços e Implicações da Técnica:
Utilizando o método TEMPO, os cientistas foram capazes de identificar e catalogar 5.953 proteínas presentes no humor aquoso e no humor vítreo dos pacientes. Além disso, um modelo de aprendizado de máquina, baseado em um subconjunto de 26 dessas proteínas, foi eficaz em prever a idade molecular dos olhos e em detectar sinais de envelhecimento acelerado em condições como retinopatia diabética.
O estudo também trouxe evidências sobre o papel de células imunológicas e proteínas originadas no fígado em estágios avançados da retinopatia diabética. Esse entendimento pode alterar estratégias terapêuticas e apontar para intervenções sistêmicas no tratamento da doença.
Por outro lado, a detecção de proteínas ligadas à doença de Parkinson no fluido ocular sugere um novo horizonte para o diagnóstico precoce e acompanhamento da progressão desta condição.
✅ Perspectivas Futuras:
Os pesquisadores estão otimistas e planejam expandir suas análises, incorporando mais pacientes e estudando uma variedade mais ampla de doenças oculares. Eles acreditam que o TEMPO tem potencial para ser aplicado em outros sistemas orgânicos, como cérebro, articulações e rins, possibilitando avanços significativos no diagnóstico e entendimento de várias condições médicas.
Sem dúvida, os avanços por meio desta pesquisa, apontam para um futuro promissor na medicina ocular e campos relacionados. Estamos à beira de uma era em que diagnósticos, tratamentos e medidas preventivas serão moldados por perfis moleculares detalhados e informações celulares específicas.
Esses resultados têm implicações profundas na medicina de precisão e no design de ensaios clínicos, oferecendo a promessa de terapias mais direcionadas e eficazes. Como destacado pelo Dr. Vinit Mahajan, um dos líderes dessa pesquisa, em Genetic Engineering & Biotechnology News, a caracterização molecular dos pacientes pode ser a chave para otimizar a seleção de medicamentos e melhorar significativamente os resultados terapêuticos.
Se deseja manter-se atualizado sobre as últimas descobertas e inovações nas ciências médicas, inscreva-se em nossa newsletter. Assim, receberá nossos conteúdos diretamente em sua caixa de e-mail.😉
Leia também:
Referências:
- Genetic Engineering & Biotechnology News. (Data não especificada). Liquid Biopsy Proteomics and AI Identify Cellular Drivers of Eye Aging. Recuperado de https://www.genengnews.com/topics/omics/liquid-biopsy-proteomics-and-ai-identify-cellular-drivers-of-eye-aging/.
-
Wolf, J., et al. (2023). Liquid-biopsy proteomics combined with AI identifies cellular drivers of eye aging and disease in vivo. Cell, https://doi.org/10.1016/j.cell.2023.09.012.