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)