Embora um teste genético possa identificar a presença de uma variante associada a doenças como câncer ou diabetes, ele muitas vezes não consegue prever com absoluta certeza o desenvolvimento futuro da doença, especialmente em condições comuns e complexas. Essa lacuna se torna um dos principais problemas da genômica moderna.
Os Emirados Árabes Unidos (EAU) dedicaram muitos anos à criação de vastos bancos de dados genéticos, incluindo o Programa Genômico dos Emirados e o genoma de referência, desenvolvido com base em 50.000 amostras. Agora, o foco está mudando para a integração de dados de DNA com outras informações que afetam a saúde: comportamento gênico em células específicas, histórico clínico do indivíduo, ambiente e estilo de vida.
Em abril, foi inaugurado um biobanco em Abu Dhabi, destinado a correlacionar amostras biológicas com dados genômicos, clínicos e de estilo de vida. No mesmo mês, a Universidade de Inteligência Artificial Mohammed bin Zayed lançou um estudo de longo prazo de 'fenotipagem profunda', investigando os fatores genéticos, biológicos e comportamentais subjacentes à saúde e às doenças da população dos EAU.
Para Julia Medvedeva, docente de biologia computacional na MBZUAI, que presidiu o Fórum Global de Genômica na universidade, a visão mais ampla é crucial, pois a simples leitura do DNA é apenas o começo. Suas pesquisas se concentram em abordagens baseadas em métodos unicelulares e multiômicos para entender a regulação gênica, a origem e doenças como o diabetes tipo 2.
O genoma representa o conjunto completo de instruções genéticas humanas. As tecnologias de sequenciamento tornaram a leitura dessas instruções significativamente mais barata e rápida na última década, permitindo a criação de conjuntos de dados dessa magnitude, que antes eram impraticáveis. Medvedeva observou que essas mudanças coincidiram com o surgimento de novos métodos laboratoriais e um poder computacional muito maior, permitindo aos cientistas estudar múltiplos níveis de biologia simultaneamente, em vez de considerar o genoma como a única resposta.
Os pesquisadores agora podem analisar dados genômicos em paralelo com a transcriptômica, que estuda a expressão gênica, e estão cada vez mais estudando células individuais, em vez de tirar médias de sinais em todo o tecido. Na opinião de Medvedeva, isso é fundamental, pois a genética por si só não explica completamente os processos que ocorrem no organismo. Ela enfatizou que o desafio é combinar diferentes tipos de dados para entender como as diferenças genéticas afetam, em última análise, a expressão gênica, as vias biológicas e o risco de doenças.
A genômica unicelular faz parte dessa mudança. Em vez de analisar tecidos e obter um sinal médio de milhões de células, os cientistas podem examinar células individualmente, identificando aquelas que se comportam de maneira diferente. Assim, duas pessoas podem ter variantes genéticas semelhantes, mas diferir em quais genes estão ativos, como suas células respondem ao ambiente ou qual via biológica começa a funcionar incorretamente.
Apesar da vasta quantidade de dados biológicos disponíveis, Medvedeva adverte contra a suposição de que as capacidades de previsão alcançaram as capacidades de coleta de dados. Ela acredita que este é um momento oportuno para desenvolver vários modelos biológicos. Embora as empresas afirmem que as previsões são boas, ela observa que ainda não atingiram um alto nível de confiabilidade em relação a algumas previsões específicas.
O campo se beneficia do aumento da diversidade de dados, grandes volumes de informação e métodos matemáticos capazes de processar informações que antes estavam inacessíveis aos pesquisadores. No entanto, a transição dessa capacidade para previsões confiáveis para pacientes individuais ainda está em estágios iniciais.
Existe outro problema, particularmente relevante para os EAU: grande parte dos dados genéticos usados para criar ferramentas de avaliação de risco de doenças historicamente provém de populações de origem europeia. Isso é importante porque um modelo desenvolvido predominantemente com base em uma única população pode não funcionar tão bem quando aplicado em outro local. Por exemplo, as escalas de risco poligênicas combinam o efeito de múltiplas variantes genéticas para avaliar a predisposição hereditária a condições como diabetes, doenças cardíacas ou certos tipos de câncer, e estudos mostraram repetidamente que a eficácia dessas escalas diminui quando aplicadas a grupos insuficientemente representados nos conjuntos de dados originais.
Medvedeva discutiu esse problema durante uma entrevista, abordando as tentativas de aplicar abordagens de rastreio genético desenvolvidas para populações europeias em outros locais e as dificuldades que os pesquisadores enfrentam ao diferenciar populações de base. Ela também enfatizou que o problema não se resume apenas a encontrar associações estatísticas entre uma variante genética e uma doença, mas sim a compreender o mecanismo biológico que liga esses dois fenômenos.
Isso confere um propósito prático aos programas de genômica dos EAU, indo além da simples construção de um grande banco de dados. O genoma de referência dos Emirados, baseado em 50.000 amostras, identificou mais de 5,2 milhões de variantes genéticas anteriormente desconhecidas. O Programa Genômico mais amplo dos Emirados visa coletar um milhão de amostras em todo o país.
A questão não é que a biologia dos Emirados obedeça a regras diferentes. É importante que a previsão médica se torne mais precisa quando a população que a recebe está adequadamente representada na base de evidências usada para criá-la.
A inteligência artificial entra neste campo no momento em que os dados genômicos se tornam muito grandes e complexos para análise tradicional. Por exemplo, o AlphaGenome do Google DeepMind é capaz de analisar sequências de DNA de até um milhão de letras e prever milhares de efeitos possíveis na regulação gênica. Seu Atlas estende esse trabalho para bilhões de possíveis alterações de uma única letra no DNA humano. Este é um avanço computacional significativo, mas não significa que a IA possa prever de forma confiável o futuro médico de uma pessoa com base em seu genoma. Medvedeva afirmou que a IA já mudou a genômica, mas acredita que o avanço mais importante pode ser a união de pessoas de diferentes disciplinas em torno das perguntas biológicas corretas.
Na MBZUAI, ela acrescentou que a colaboração de pesquisadores de diferentes áreas ajuda a formular essas perguntas, desenvolver soluções potenciais e, em seguida, testar e validar os modelos criados. Os dados continuam sendo uma das maiores limitações. Os conjuntos de dados genômicos e biológicos podem ser esparsos, ruidosos e coletados de maneiras diferentes em diferentes populações e condições. Medvedeva concluiu que 'ainda não temos dados suficientes para aproveitar totalmente tudo o que podemos fazer com esses dados'.
Algumas áreas da medicina genômica já estão disponíveis para pacientes em Abu Dhabi. O programa de triagem neonatal utiliza sequenciamento de genoma completo para verificar mais de 815 doenças genéticas infantis tratáveis, e programas nacionais também estão sendo desenvolvidos em oncologia, farmacogenômica, doenças raras e triagem pré-natal.
No entanto, essas aplicações também demonstram por que a genética precisa de contexto. Uma mutação clara que causa uma doença pode levar diretamente a testes ou tratamentos. Prever uma condição complexa, como o diabetes tipo 2, difere do fato de que a genética interage com idade, ambiente, comportamento e muitos outros fatores biológicos. É por isso que Medvedeva é cautelosa sobre como a informação genética é transmitida aos pacientes. Ela insiste que a predisposição a uma doença não deve ser vista como garantia de seu desenvolvimento. Em vez de semear medo, o risco genético pode indicar a uma pessoa a necessidade de rastreamento mais regular ou de atenção mais cuidadosa a certos aspectos de sua saúde. Os pacientes também devem entender o significado dessa informação, suas limitações e as decisões que podem tomar de forma razoável com base nela. Assim, a promessa da genômica está mudando cada vez mais de dizer às pessoas o que seu DNA dirá para fornecer aos médicos e pacientes melhores informações sobre o que pode acontecer, cedo o suficiente para agir.
