Saúde: avanço em bioinformática acelera pesquisas genéticas

Pesquisadores de bioinformática das universidades de São Paulo e Campinas, em parceria com o Instituto Wellcome Sanger do Reino Unido, publicaram um estudo demonstrando como ferramentas de inteligência artificial podem reduzir em até 60% o tempo necessário para análise de dados de sequenciamento genômico em larga escala. Os resultados, publicados na revista Nature Methods, abrem perspectivas concretas para acelerar pesquisas em doenças raras, oncologia de precisão e medicina preventiva.

O que os novos modelos permitem

O gargalo histórico da genômica não é a geração de dados — sequenciadores modernos produzem gigabytes por hora — mas sua interpretação. Identificar variantes genéticas clinicamente relevantes em meio a bilhões de pares de bases exige pipelines computacionais complexos e especialistas capazes de contextualizar os resultados. Os novos modelos de IA treinados pelo grupo de pesquisa conseguem filtrar e priorizar variantes com precisão comparável à de geneticistas experientes, em fração do tempo.

Em testes com um banco de 12.000 genomas de pacientes oncológicos, o sistema identificou corretamente variantes patogênicas conhecidas em 97,3% dos casos e apontou 214 variantes de significado incerto que análises convencionais haviam classificado erroneamente. Essa capacidade de reavaliar casos complexos tem implicações diretas para diagnósticos clínicos e para a inclusão de pacientes em ensaios de terapias-alvo.

Democratização do acesso e próximos passos

A equipe disponibilizou os modelos como software open-source no GitHub, com documentação para integração em pipelines existentes baseados em ferramentas como GATK e ANNOVAR. Hospitais universitários do Brasil e de Portugal já sinalizaram interesse em testes piloto. Os pesquisadores estimam que a adoção mais ampla da ferramenta pode reduzir o custo de análise genômica diagnóstica em até 45%, tornando exames que hoje custam milhares de reais mais acessíveis ao sistema público de saúde.