Novo algoritmo usa metilação do DNA para reconstruir a evolução e o curso clínico de tumores em estudo com 2.000 pacientes de leucemias e linfomas 🧬🔍 🧵

Imagem indisponível

O trabalho, publicado na revista Nature, foi liderado por Iñaki Martín-Subero (Clínic‑IDIBAPS/UB) e Trevor Graham (Institute of Cancer Research). Primeiro autores: Calum Gabbutt e Martí Duran‑Ferrer. Colaboração entre Espanha, Reino Unido, Suécia, Suíça e EUA.

A ideia-chave: padrões de metilação funcionam como um 'registro' das mudanças celulares. O algoritmo lê esse sinal e reconstrói a árvore evolutiva do tumor, permitindo prever quais clones podem dominar e como a doença pode progredir.

Imagem indisponível

Com 2.000 tumores analisados, o estudo é um dos maiores sobre evolução tumoral em neoplasias hematológicas. A escala ajuda a distinguir sinais reais de ruído e testar previsões clínicas com mais robustez estatística.

Implicações clínicas: antecipar risco de recaída, identificar resistência a terapias e personalizar tratamentos. Se aplicado com equidade, pode reduzir tratamentos desnecessários e melhorar desfechos — uma mudança tanto científica quanto social.

Imagem indisponível

O futuro: integrar metiloma com single‑cell, sequenciamento e imagens para previsões em tempo real. Importante também promover ciência aberta e regulação para evitar concentração de dados e garantir acesso justo às novas ferramentas.

Reflexão final: decifrar a 'caixa‑preta' dos tumores pode transformar a oncologia — mas o impacto real depende de políticas que garantam acesso e uso responsável dessas tecnologias. Ciência potente precisa andar junto da equidade.

Imagem indisponível