Um grupo de pesquisadores do Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP) está desenvolvendo técnicas estatísticas e computacionais para analisar grandes volumes de dados, como imagens de ressonância magnética do cérebro, a fim de identificar marcadores biológicos de disfunções neurológicas como o transtorno de déficit de atenção com hiperatividade (TDAH).
Resultados da pesquisa, realizada com apoio da FAPESP, foram apresentados durante o encontro Brazil-UK Frontiers of Engineering, em novembro, em Jarinu, no interior de São Paulo.
Promovido pela Royal Academy of Engineering, do Reino Unido, em colaboração com a FAPESP, o evento reuniu 63 jovens pesquisadores de diferentes áreas da Engenharia – 33 do Brasil e 30 do Reino Unido –, atuantes em universidades, instituições de pesquisa e empresas.
Leia mais:
Brasil registra mais de 11 mil partos resultantes de violência sexual, diz pesquisa
Sesa reforça gratuidade dos serviços ofertados pelo SUS
Nísia Trindade descumpre promessa de disponibilizar medicamentos de câncer de mama no SUS
Estudo mostra correlação entre perda de músculo e maior risco de demência
"Há oito anos começamos a desenvolver técnicas que relacionam Estatística e Ciência da Computação para analisar conjuntos de dados em Neurociência e Biologia Molecular e tentar identificar marcadores biológicos mais objetivos e baseados em análises quantitativas de disfunções cerebrais", disse André Fujita, professor do IME-USP e coordenador do projeto, à Agência FAPESP.
De acordo com Fujita, as técnicas em desenvolvimento permitem comparar, em diferentes populações, a variabilidade das estruturas de agrupamento de dados biológicos, como as das redes neurais.
Já se sabia por meio de estudos realizados pelo mesmo grupo do IME-USP que a estrutura da rede neuronal dos pacientes diagnosticados com TDAH é diferente. Nessas pessoas, o cérebro apresenta uma desorganização do funcionamento dos circuitos neuronais, chamada entropia de rede.
Agora, os pesquisadores usaram o método de análise estatística de variabilidade de estrutura de agrupamentos de dados biológicos – chamado Analys of Cluster Structure Variability (Acnova), desenvolvido em colaboração com colegas da Universidade Federal do ABC (UFABC), da Princeton University, nos Estados Unidos, da Universidade Federal de São Paulo (Unifesp) e da Universidade Estadual de Campinas (Unicamp) – para identificar regiões específicas do cérebro envolvidas com o transtorno que apresentam maior entropia de rede.
No estudo, eles compararam imagens de ressonância magnética funcional (fMRI) do cérebro em estado de repouso de mais de 600 crianças e jovens, com idades entre 7 e 21 anos, com e sem diagnóstico de TDAH.
As imagens, feitas em oito países, são do consórcio internacional de pesquisa ADHD-200, lançado por universidades e instituições de pesquisa dos Estados Unidos e da China, que mantém um banco de dados aberto com imagens de fMRI do cérebro de crianças e adolescentes com TDAH ou não. A comparação das imagens cerebrais indicou que existem várias diferenças na estrutura de agrupamento do cérebro.
As estruturas de agrupamento das sub-redes neurais que constituem as áreas dos giros pós-central, temporal superior e inferior do cérebro de pacientes com TDAH apresentaram entropia de rede estatisticamente mais elevada em comparação com crianças e adolescentes com desenvolvimento cerebral normal, apontou o método de análise estatística.
Além disso, o método identificou diferenças em regiões do cérebro até então não relacionadas com o transtorno, como o giro angular – que contribui para a integração de informações e desempenha papel importante em muitos processos cognitivos –, afirmaram os autores do estudo.
Fujita estima que, no futuro, poderá ser possível diagnosticar o transtorno neurobiológico por imagens de ressonância magnética funcional do cérebro, comparando as estruturas das redes neurais. E que a nova técnica poderá ser aplicada a outros conjuntos de dados relacionados a outras condições.
"O método que propomos também pode ser aplicado a outros conjuntos de dados biológicos de interesse, não apenas imagens de ressonância magnética funcional, como os de expressão de genes de pessoas diagnosticadas com câncer de mama", acrescentou.