O teste
pode ser feito com uma amostra de sangue, que deve ser analisada em um
espectrômetro de massas. O equipamento revela todos os metabólitos presentes no
fluido corporal. Esse conjunto de moléculas retrata os diversos processos
metabólicos ativos no organismo.
Os
dados obtidos por espectrometria podem então ser processados pelo software
criado durante o doutorado de Flávia Luísa Dias-Audibert. O trabalho foi feito
em parceria com o pesquisador Luiz Cláudio Navarro, orientando do professor
Anderson Rezende Rocha no Instituto de Computação da Unicamp. O grupo contou
com apoio do Centro de Pesquisa em Obesidade e Comorbidades (OCRC), um Centro
de Pesquisa, Inovação e Difusão (CEPID) da FAPESP na Unicamp.
“O
programa busca a presença de cinco metabólitos que funcionam como biomarcadores
com potencial de predizer o ganho de peso. Um deles, quando presente na
amostra, indica que o paciente tende a desenvolver diabetes caso se torne
obeso”, contou Catharino.
Os
códigos do programa estão disponíveis para download gratuito. E qualquer centro
de saúde que tenha acesso a um espectrômetro de massas pode fazer uso da
metodologia.
“Trata-se
de uma técnica barata e acessível até mesmo ao Sistema Único de Saúde. Basta um
único espectrômetro de massas na rede, que pode atender a vários hospitais e
ambulatórios”, disse o pesquisador.
Aprendizado
de máquina
A
metodologia desenvolvida combina ferramentas de metabolômica (estudo do
conjunto de metabólitos em amostras biológicas) e inteligência artificial. Os
pesquisadores usaram dados obtidos por meio da análise do plasma sanguíneo de
180 pessoas para “treinar” o programa de computador a reconhecer um padrão
associado ao ganho de peso.
Metade
dos voluntários incluídos no estudo era eutrófica (com índice de massa corporal
dentro da faixa considerada normal). E os demais apresentavam grau variado de
sobrepeso e obesidade.
“Todas
essas pessoas passaram por análises antropométricas [medida de peso, altura e
massa corporal] e responderam a um questionário com informações sobre idade,
gênero e histórico familiar de doenças crônicas. Usamos parte dos pacientes
para treinar o software e outra parte para validá-lo por meio da comparação de
seus resultados com os dados antropométricos e o histórico de saúde. Para esse
treinamento foi usado um algoritmo de aprendizado de máquina conhecido como
Random Forest”, contou Catharino.
Ao
todo, 18 metabólitos foram identificados como biomarcadores de processos
metabólicos que favorecem o acúmulo de gordura no organismo. Desses, cinco
apresentaram potencial de predizer o ganho de peso.
“A
prostaglandina B2 e o carboxi-leucotrieno B4 são dois metabólitos do ácido
araquidônico [ácido graxo da família do ômega-6] conhecidos por participar de
processos inflamatórios, atuar no recrutamento de células para o sítio de
inflamação e induzir a produção de espécies reativas de oxigênio [que em
excesso prejudicam o funcionamento das células]”, contou Dias-Audibert.
A
combinação desses biomarcadores sugere que, em indivíduos acima do peso, ocorre
uma retroalimentação da cascata inflamatória no organismo. “Esse achado vai ao
encontro de diversos estudos que descrevem a inflamação crônica de baixo grau
como um dos processos deletérios ativos em uma condição de excesso de peso”,
disse.
Outro
biomarcador apontado como preditor foi o ácido carboxi-metil-propil-furano
propanoico (CMPF), relacionado com disfunção nas células produtoras de insulina
no pâncreas e com o desenvolvimento de diabetes.
Auxilio para
profissionais
O
programa também pode ser usado por profissionais de saúde para avaliar se o
tratamento prescrito para reduzir o porcentual de gordura corporal está funcionando.
“Mesmo
antes que o indivíduo perca peso é possível saber se a intervenção está dando
resultado. Se os processos metabólicos que levam ao acúmulo de gordura forem
interrompidos, a tendência é que esses 18 metabólitos que identificamos
desapareçam do plasma sanguíneo”, afirmou.
*Agência
Fapesp