Um novo algoritmo de aprendizado de máquina identificou 478 compostos com potencial para reverter o envelhecimento do cérebro e proteger contra doenças neurodegenerativas. A descoberta, liderada por investigadores do Centro de Biomedicina de Sistemas do Luxemburgo e do CIC bioGUNE, poderá acelerar o desenvolvimento de medicamentos para combater o declínio cognitivo à medida que a população global envelhece rapidamente.
O Cérebro Envelhecido e o Transcriptoma
O problema central é claro: o envelhecimento é o maior factor de risco para doenças neurodegenerativas como a doença de Alzheimer. Com a expectativa de que mais de dois mil milhões de pessoas terão mais de 60 anos em 2050, encontrar formas de proteger a saúde do cérebro na velhice já não é apenas um desafio científico – é um imperativo de saúde pública. Esta pesquisa não se concentra nos genes em si, mas no transcriptoma – as moléculas de RNA que mostram quais genes estão ativos. Esta abordagem é mais dinâmica do que apenas olhar para o ADN, porque a actividade genética muda com a idade e a doença.
Como funciona o algoritmo
Os pesquisadores analisaram amostras de cérebro de 778 indivíduos saudáveis com idades entre 20 e 97 anos. O modelo de aprendizado de máquina aprendeu a prever a idade biológica com notável precisão (dentro de cinco anos) com base na atividade de apenas 365 genes-chave. Surpreendentemente, a maioria destes genes não está diretamente envolvida na função cerebral; eles regulam o reparo do DNA e os processos gerais de envelhecimento. Isso sugere que retardar o envelhecimento sistemicamente pode proteger o cérebro.
Quando aplicado a amostras de pacientes com Alzheimer ou lesão cerebral traumática, o algoritmo mostrou consistentemente que os seus cérebros eram biologicamente mais velhos do que o esperado – por vezes até 15 anos em pessoas com idades compreendidas entre os 60 e os 70 anos. Isto confirma que a neurodegeneração está ligada ao envelhecimento acelerado a nível molecular.
Identificando Compostos Rejuvenescedores
O algoritmo então escaneou dados de milhares de neurônios, em busca de padrões de expressão genética que reduzissem a idade prevista. O resultado: uma lista de 478 medicamentos com potenciais efeitos rejuvenescedores. Embora muitos destes compostos não tenham sido testados quanto à extensão da vida útil, as previsões do algoritmo são um ponto de partida para pesquisas direcionadas.
Validação antecipada em ratos
Para testar a precisão do modelo, os investigadores administraram três dos compostos previstos a ratos idosos durante quatro semanas. Os ratos mostraram melhorias significativas na memória e redução da ansiedade, juntamente com alterações genéticas que fizeram as células cerebrais parecerem mais jovens. Isto sugere que o algoritmo não está apenas identificando correlações, mas ligações causais entre compostos e rejuvenescimento cerebral.
O futuro da descoberta de medicamentos antienvelhecimento
Atualmente, o campo antienvelhecimento carece de métodos sistemáticos para o desenvolvimento de medicamentos. Esta plataforma de aprendizado de máquina oferece uma forma estruturada de identificar candidatos promissores. No entanto, os compostos identificados requerem validação adicional em vários sistemas biológicos antes de poderem ser considerados tratamentos eficazes.
As centenas de compostos previstos por esta plataforma representam uma ampla oportunidade para pesquisas futuras e desenvolvimento terapêutico.
O objectivo é claro: desenvolver medicamentos que não só retardem o envelhecimento, mas também o revertam activamente, protegendo a função cerebral de uma população em crescimento. A abordagem sistemática fornecida por este novo método de aprendizado de máquina representa um grande passo em direção a esse futuro.
