A IBM Watson Health e o Broad Institute do MIT anunciaram uma iniciativa de pesquisa destinada a descobrir as bases da resistência aos medicamentos contra o câncer. O projeto de cinco anos, com US$ 50 milhões de investimento, vai estudar milhares de tumores resistentes aos medicamentos e se basear nos métodos computacionais e de aprendizagem mecânica da Watson para ajudar os pesquisadores a entender como os cânceres se tornam resistentes às terapias. Os dados anonimizados serão disponibilizados à comunidade científica para catalisar a pesquisa em todo o mundo.

O objetivo é identificar padrões que poderiam revelar pistas em um dos maiores mistérios médicos do câncer. Em última análise, os cientistas esperam usar o conhecimento sobre como cânceres se tornam resistentes para criar terapias de combinação que impedem a resistência de ocorrer.

watson

Cortesia do Broad Institute

Enquanto um número crescente de tratamentos contra o câncer pode manter a doença sob controle por meses ou anos, eventualmente ocorre recorrência. Isso acontece em parte porque eles adquirem mutações que os tornam resistentes aos medicamentos. O desenvolvimento da resistência aos fármacos é uma das principais causas de quase 600 mil mortes por câncer nos Estados Unidos. Em um número limitado de casos, os cientistas descobriram a causa da resistência aos medicamentos, permitindo o desenvolvimento de novas drogas para superar a resistência. Na maioria dos casos, contudo, as causas da resistência aos fármacos não são totalmente compreendidas.

Para ajudar a entender como os cancros se tornam resistentes a terapias específicas, o Broad Institute irá gerar os dados da sequência do genoma tumoral de pacientes que inicialmente respondem ao tratamento, mas que se tornam resistentes aos fármacos. Ele usará novos métodos de edição genômica para conduzir estudos de resistência em grande escala para o câncer no laboratório, para ajudar a identificar vulnerabilidades específicas dos tumores. Os cientistas da IBM Watson vão analisar esses dados e identificar padrões genômicos que podem ajudar pesquisadores e clínicos a prever a sensibilidade e resistência aos fármacos.