Há um novo projeto a marcar mais um capítulo de colaboração entre o INESC TEC e o NIAR (Taiwan) e tem como objetivo criar uma plataforma que seja capaz de interpretar pedidos e recomendar, de forma mais rápida, explicável e passível de ser reproduzida, ferramentas de investigação oncológica mais adequadas. A estas ferramentas dá-se o nome de modelos PDX, que vem da sigla anglo saxónica patient-derived xenograft ou, em português, xenoenxertos derivados de pacientes oncológicos que são preservados.
Ao longo dos anos, o recurso a bancos de modelos PDX tornou-se mais frequente, em grande parte devido à evolução do método por via de catálogos colaborativos, capazes de agregar informação molecular e experimental. Nesta técnica, caracterizada pela remoção de um pequeno fragmento de um tumor diretamente do paciente para a implementação num animal, de modo a preservar as características e permitir o seu estudo, a inteligência artificial desempenha, ainda, “tarefas isoladas”. É o caso da previsão da resposta a fármacos ou a modelação da evolução de tumores.
Integrar as duas linhas de investigação, à luz dos avanços recentes, é a novidade proposta no projeto An Agentic AI system for automatic management and specimen recommendation in patient derived xenograft (PDX) model biobank, uma colaboração entre o INESC TEC e o NIAR. Partindo dos avanços significativos em “modelos de recuperação e reordenação de informação, modelos de linguagem de grande dimensão e sistemas de IA agêntica aplicados à pesquisa biomédica, ao apoio à decisão clínica e à oncologia”, o projeto visa desenvolver uma solução que permita “gerir um biobanco PDX e selecionar amostras complexas através de uma interface conversacional”.
Segundo Nuno Guimarães, investigador e responsável pelo projeto no INESC TEC, há quatro objetivos que orientam o desenvolvimento e a validação da plataforma de inteligência artificial agêntica para a gestão inteligente e seleção de amostras no banco de modelos PDX. Primeiramente, surge a “integração de dados clínicos, moleculares, patológicos e experimentais numa representação multimodal unificada”, seguida do “desenvolvimento e avaliação de modelos especializados de pesquisa, ordenação e recomendação de espécimes”, da “criação de uma interface conversacional capaz de interpretar pedidos em linguagem natural e orquestrar diferentes ferramentas de IA”, e, por último, “a validação do sistema em cenários reais”.
Nesta abordagem, as competências complementares das duas instituições serão determinantes. Do lado do INESC TEC, destaca-se a “experiência” em IA, modelos de linguagem, recuperação de informação e sistemas autónomos baseados em agentes”, ao passo que o “conhecimento biomédico e os recursos de dados” do NIAR representarão um contributo de relevo.
“Espera-se que o projeto torne a seleção de modelos PDX mais rápida, rigorosa e orientada por dados”, antecipa Nuno Guimarães, apontando ainda a possibilidade de redução de “trabalho manual necessário para cruzar informação clínica, molecular e experimental”. De acordo com o investigador, apesar do impacto clínico “indireto”, uma seleção “mais adequada” poderá “melhorar a qualidade e a reprodutibilidade dos estudos pré-clínicos e favorecer a identificação de terapias com maior potencial para grupos específicos de doentes”.
A criação desta solução poderá ainda “reduzir o uso desnecessário de animais” ao priorizar os “modelos mais adequados” e ao “criar uma base tecnológica reutilizável noutros biobancos e redes de investigação”. Desta forma, conclui Nuno Guimarães, está a contribuir para uma “translação mais eficiente dos resultados laboratoriais para futuros estudos clínicos”.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
