Em 2003,
quando sequenciamos o genoma humano,
pensamos que teríamos a resposta
para tratar muitas doenças.
Mas a realidade está bem longe,
porque, além de nossos genes,
nosso ambiente e estilo de vida
podem ter um papel significativo
no desenvolvimento
de muitas doenças importantes.
Um exemplo é a esteatose hepática,
que afeta mais de 20%
da população mundial,
não tem tratamento
e leva ao câncer hepático
ou à insuficiência hepática.
O sequenciamento do DNA por si só
não nos fornece informações suficientes
para encontrar terapias eficazes.
Pelo lado positivo, há muitas
outras moléculas em nosso corpo.
De fato, há mais de 100 mil metabólitos.
Metabólitos são quaisquer moléculas
superpequenas em tamanho.
Exemplos conhecidos são glicose,
frutose, gorduras, colesterol,
coisas que ouvimos o tempo todo.
Metabólitos estão envolvidos
em nosso metabolismo.
Também estão em regiões do DNA
e carregam informações de nossos genes
e também de nosso estilo de vida.
Compreender os metabólitos
é fundamental para descobrir
tratamentos para muitas doenças.
Sempre quis tratar pacientes.
Apesar disso, há 15 anos,
deixei a faculdade de medicina
pois eu sentia falta da matemática.
Logo depois, descobri algo incrível:
posso usar a matemática
para estudar medicina.
Desde então, venho desenvolvendo
algoritmos para analisar dados biológicos.
Parecia fácil:
vamos coletar dados de todos
os metabólitos de nosso corpo,
desenvolver modelos matemáticos
para descrever como eles mudam
com certas doenças
e intervir nessas mudanças para tratá-las.
Foi aí que percebi por que
ninguém havia feito isso antes:
é extremamente difícil.
(Risos)
Existem muitos metabólitos em nosso corpo.
Cada um é diferente do outro.
Para alguns metabólitos,
podemos medir a massa molecular
com instrumentos
de espectrometria de massa.
Mas, como pode haver dez moléculas
com a mesma massa,
não sabemos exatamente o que são
e, se quisermos identificar
todas claramente,
teremos que fazer mais experimentos,
o que pode levar décadas
e custar bilhões de dólares.
Desenvolvemos uma plataforma
de inteligência artificial, ou IA,
para fazer isso.
Aproveitamos o crescimento
de dados biológicos
e construímos um banco de dados
de qualquer informação
existente sobre metabólitos
e suas interações com outras moléculas.
Reunimos todos esses dados
em uma megarrede.
E a partir de tecidos
ou sangue de pacientes,
medimos massas de metabólitos
e encontramos as massas
que variam em uma doença.
Mas, como mencionei antes,
não sabemos exatamente o que são.
Uma massa molecular de 180
poderia ser glicose, galactose ou frutose.
Todas têm exatamente a mesma massa,
mas funções diferentes em nosso corpo.
Nosso algoritmo de IA
considerou todas essas ambiguidades
e explorou essa megarrede para descobrir
as interconexões dessas massas metabólicas
que resultam em doenças.
Pela maneira como estão conectadas,
conseguimos deduzir
a massa de cada metabólito -
como, neste exemplo,
180 poderia ser glicose -
e, mais importante, descobrir
como mudanças na glicose
e em outros metabólitos
levam a uma doença.
Essa nova compreensão
dos mecanismos das doenças
nos permite descobrir terapias
eficazes para o tratamento.
Assim criamos uma "startup"
para levar essa tecnologia ao mercado
e impactar a vida das pessoas.
Agora, minha equipe e eu da ReviveMed
estamos trabalhando para descobrir
terapias para doenças importantes
causadas por metabólitos,
como a esteatose hepática,
pois é causada pelo acúmulo de gorduras,
que são tipos de metabólitos no fígado.
Como mencionei antes,
é uma epidemia enorme
que não tem tratamento.
E a esteatose hepática é só um exemplo.
No futuro, lidaremos
com centenas de outras doenças
que não têm tratamento.
Ao coletar cada vez mais dados
sobre metabólitos
e entender como as mudanças
nos metabólitos
levam ao desenvolvimento de doenças,
nossos algoritmos ficarão
cada vez mais inteligentes
para descobrir as terapias certas
para os pacientes certos.
E ficaremos mais próximos
de alcançar nossa visão
de salvar vidas com cada linha de código.
Obrigada.
(Aplausos)