Um simples exame de sangue criado por um consórcio de cientistas e que permite analisar conjuntos de proteínas presentes no organismo pode auxiliar a diagnosticar 67 doenças, entre condições raras e comuns, como diabetes, doença celíaca, hiper e hipotireoidismo e também tipos de câncer, como mieloma múltiplo e linfoma não Hodgkin. Em alguns casos, o método pode fazer isso com cerca de dez anos de antecedência do início dos sintomas.
O estudo que descreve o método foi publicado na última segunda-feira, 22, na revista científica Nature Medicine e compila os resultados da parceria internacional de pesquisa entre a farmacêutica inglesa GSK, Universidade de Cambridge, Universidade Queen Mary, Universidade College London e Charité Universitätsmedizin, um dos maiores hospitais universitários da Europa.
De acordo com os autores, o método de análise das proteínas foi mais preciso ao prever diagnósticos que as ferramentas utilizadas atualmente, por exemplo a contagem de células sanguíneas, acompanhamento dos níveis de colesterol, função renal, investigação de histórico familiar e consideração de fatores de risco como a idade, sexo, índice de massa corporal (IMC), etnia autorrelatada, tabagismo e consumo de álcool.
Entenda a pesquisa
Para o estudo, os pesquisadores utilizaram registros do Biobank do Reino Unido, uma base de dados que contém amostras biológicas, além de informações genéticas, de estilo de vida e saúde dos participantes. A plataforma continha também informações do maior estudo de proteínas já feito até hoje, o Projeto Farmacoproteômica.
Com dados de mais de 40 mil participantes do Biobank, os pesquisadores identificaram “assinaturas proteicas” para cada doença analisada e investigaram o potencial dessas estruturas preverem condições diversas com dez anos de antecedência. Eles descobriram que conjuntos de cinco a vinte proteínas melhoraram a assertividade das análises em comparação com os modelos de investigação clínica atualmente utilizados.
No total, o estudo mapeou modelos de predição para 67 doenças, que vão de condições comuns como hipertensão, diabetes, hipo e hipertireoidismo, psoríase, catarata, transtorno de ansiedade e gastrite até outras menos conhecidas, como doença do neurônio motor, trombofilia e fibrose pulmonar.
Os modelos de predição para as 67 condições incluíram um total de 501 proteínas, das quais 147 foram utilizadas para o diagnóstico de duas ou mais doenças.
Leia também
Quanto mais raras as doenças sob análise, mais as proteínas se mostravam melhores na previsão de suas manifestações em relação aos métodos tradicionais. Houve um enriquecimento de mais de oito vezes na assertividade dos diagnósticos por proteínas para doenças hematológicas ou imunológicas, segundo o estudo.
“Várias de nossas assinaturas proteômicas tiveram desempenho semelhante ou até melhor do que proteínas já testadas por seu potencial como testes de triagem, como o antígeno específico da próstata para câncer de próstata”, analisou Julia Carrasco Zanini Sanchez, pesquisadora da GSK e da Universidade de Cambridge na época do estudo, em comunicado.
Avanço na ciência
De acordo com os autores, os achados abrem caminhos para a previsão de diversas doenças cujos diagnósticos podem demorar meses ou anos. Dessa forma, o estudo pode permitir, futuramente, que muitas condições sejam tratadas precocemente.
Para a principal autora da pesquisa, Claudia Langenber, da Universidade Queen Mary e do Charité Universitätsmedizin, medir uma única proteína já é prática padrão para analisar, por exemplo, riscos de um ataque cardíaco, como é o caso da medição da troponina. Agora, com a identificação de novos marcadores, a triagem e o diagnóstico são mensuráveis para diversas condições.
“O que precisamos com urgência são estudos proteômicos em diferentes populações para validar nossas descobertas, e testes eficazes que possam medir proteínas relevantes para doenças de acordo com os padrões clínicos com métodos acessíveis”, afirmou em comunicado.
Para Robert Scott, vice-presidente e chefe de genética humana e genômica na GSK, além da detecção de doenças, os resultados também são vistos como uma possibilidade de melhorar as taxas de sucesso de medicamentos no tratamento dessas condições.