O potencial médico da IA e dos metabólitos

Muitas doenças são causadas por metabólitos — pequenas moléculas do nosso corpo, como a gordura, a glucose e o colesterol — mas não sabemos exatamente como eles são ou como funcionam. A empresária de biotecnologia e TED Fellow, Leila Pirhaji, partilha o seu plano de criar uma rede baseada na IA que caracterize padrões de metabólitos, para entender melhor como as doenças aparecem — e descobrir tratamentos mais eficazes.

Em 2003,

quando sequenciámos o genoma humano,

pensámos que teríamos a resposta
para tratar muitas doenças.

Mas a realidade está muito longe disso,

porque, para além dos nossos genes,

o nosso ambiente e estilo de vida
podem ter um papel significativo

no desenvolvimento de muitas doenças.

Um exemplo é a doença hepática gordurosa,

que afeta mais de 20%
da população, a nível mundial,

não tem tratamento
e pode resultar em cancro do fígado

ou insuficiência hepática.

Apenas sequenciar o ADN
não nos dá informação suficiente

para encontrar tratamentos eficazes.

Pelo lado positivo, o nosso corpo
possui muitas outras moléculas.

Na verdade,
há mais de 100 mil metabólitos.

Os metabólitos são moléculas
extremamente pequenas,

como a glucose, a frutose,
os lipídios, o colesterol...

coisas de que ouvimos falar a toda a hora.

Os metabólitos estão envolvidos
no nosso metabolismo.

Também estão por todo o ADN,

por isso possuem informações

dos nossos genes
e do nosso estilo de vida.

Entender os metabólitos é essencial

para encontrar tratamento
para muitas doenças.

Eu sempre quis tratar pacientes.

Mas, há 15 anos,
abandonei a faculdade de medicina,

porque reprovei a matemática.

Pouco tempo depois,
descobri uma coisa impressionante:

eu podia usar matemática
para estudar medicina.

Desde então tenho criado algoritmos
para analisar dados biológicos.

Parecia fácil,

vamos reunir dados de todos
os metabólitos do nosso corpo,

criar modelos matemáticos para mostrar
como as doenças os alteram

e intervir nessas alterações
para as tratar.

Então percebi porque é
que ninguém tinha feito isso antes.

É muito difícil.

(Risos)

Há muitos metabólitos no nosso corpo.

Todos diferentes uns dos outros.

Para alguns metabólitos,
podemos medir a sua massa molecular

utilizando instrumentos
de espetrometria de massa.

Mas como pode haver 10 moléculas
exatamente com a mesma massa,

não sabemos exatamente quais são,

e se quisermos identificar todas,

temos de fazer experiências
que podem durar décadas

e custar milhares de milhões de dólares.

Então desenvolvemos uma plataforma
de inteligência artificial, para isso.

Aproveitámos o crescimento
dos dados biológicos

e criámos uma base de dados com
todas as informações dos metabólitos

e as suas interações com outras moléculas.

Reunimos todos esses dados
numa megarede.

Depois, a partir de tecidos
ou do sangue dos pacientes,

medimos a massa dos metabólitos

e descobrimos as massas
que são alteradas na doença.

Mas como disse antes,
não sabemos exatamente quais são.

Uma massa molecular de 180 pode ser
glucose, galactose ou frutose.

Todas elas têm a mesma massa.

mas diferentes funções
no nosso organismo.

O nosso algoritmo de IA
considerou todas essas ambiguidades.

Depois procurou padrões nessa megarede

para descobrir como essas massas
metabólicas se ligam umas às outras

para causarem doenças.

Ao saber como estão ligadas,

podemos deduzir qual
é a massa do metabólito

— como esse 180 aqui
poderá ser glucose —

e mais importante, descobrir

como as alterações na glucose
e noutros metabólitos

conduzem a uma doença.

Esta nova compreensão
dos mecanismos das doenças

vai-nos permitir explorar
terapias eficazes para as tratar.

Então formámos uma "startup"
para levar esta tecnologia para o mercado

e causar impacto na vida das pessoas.

Eu e a minha equipa na ReviveMed
estamos a trabalhar para descobrir

terapias para as principais doenças
da responsabilidade de metabólitos,

como a doença hepática gordurosa,

pois é causada pela acumulação de gorduras

que são tipos de metabólitos no fígado.

Como já disse, é uma grande
epidemia sem tratamento.

A doença hepática gordurosa
é apenas um exemplo.

No futuro, iremos combater
centenas de outras doenças

sem tratamento.

Ao reunir cada vez mais dados
sobre metabólitos

e compreender como as alterações
nos metabólitos

causam as doenças,

os nossos algoritmos ficam
cada vez mais inteligentes

para descobrir as terapias certas
para os pacientes certos.

E vamos conseguir aproximar-nos
da nossa visão

de salvar vidas com cada
linha de código.

Obrigada.

(Aplausos)