Integração de ômicas e inteligência artificial na elucidação de biomarcadores e vias moleculares em Meningiomas por biópsia líquida

• Processo: 23/18424-3
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2027
• Área do conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Estela de Oliveira Lima
• Beneficiário: Estela de Oliveira Lima
• Instituição Sede: Faculdade de Medicina (FMB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Pesquisadores associados: Adriana Camargo Ferrasi ; Geysson Javier Fernandez Garcia ; Pedro Tadao Hamamoto Filho
• Assunto(s): Neurocirurgia Meningioma Biomarcadores Biópsia líquida Análises multiômicas Inteligência artificial
• Palavra(s)-Chave do Pesquisador: biomarcadores | Inteligência Artificial | meningioma | Muitiômica | Neurocirurgia

Resumo

Os meningiomas (MGMs) são os tumores intracranianos mais comuns (36% dos tumores primários). Podem ser classificados em graus: 1 (benigno), 2 (atípico) e 3 (anaplásico), este último mais agressivo. Os sintomas são geralmente inespecíficos e as taxas de recorrência dos graus 1, 2 e 3 variam de 7-25%, 29-52% e 50-94%, respectivamente. Embora frequente entre os tumores primários, a patogênese dos MGMs ainda é pouco conhecida, dificultando a classificação assertiva dos diferentes graus e a escolha da melhor estratégia terapêutica. É de fundamental importância a compreensão abrangente das características moleculares dos MGMs para que alvos sejam identificados e o prognóstico seja mais assertivo, contribuindo para o desenvolvimento de medicina de precisão para os MGMs. Diferentes moléculas estão envolvidas no desenvolvimento e progressão tumoral, como os lncRNAS (RNAs longos não codificadores), que representam moléculas envolvidas no controle de vários processos celulares e têm sido associados à gênese tumoral. Além dos lncRNAs, os metabólitos também têm se mostrado promissores como potenciais biomarcadores, pois podem elucidar modificações na cascata ômica refletidas no fenótipo. A combinação da transcriptômica (lncRNA-ômica) e metabolômica é fundamental para a identificação de novos alvos terapêuticos em potencial, bem como biomarcadores indicativos de graus da doença, representando uma chance de melhorar a abordagem terapêutica e aumentar a sobrevida. Assim, os objetivos desse estudo são: a) avaliar os lncRNAs e o metaboloma em amostras de tecido de pacientes com MGM de diferentes graus e validar em amostras de plasma os cinco lncRNAs teciduais mais expressos; b) desenvolver um modelo preditivo de agressividade tumoral, usando inteligência artificial, para avaliar o potencial de determinação de graus da doença; c) analisar redes de interação baseadas nos metabólitos e lncRNAs diferencialmente expressos. Desta forma, buscar-se-á por novos biomarcadores de graus, novos alvos terapêuticos e elucidação de mecanismos moleculares envolvidos na doença e passíveis de intervenção farmacológica. (AU)