JUMP Cell Painting chemical dataset: Morphological map of 115,796 compounds in human cells
O Consórcio JUMP-Cell Painting lançou um conjunto de dados público abrangente contendo perfis morfológicos de 115.796 compostos através de 1,53 bilhão de células individuais, estabelecendo um recurso de referência robusto e reprodutível que acelera a descoberta de fármacos ao trazer o perfilamento baseado em imagens para a escala e utilidade da genômica.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Na busca por novos medicamentos, os cientistas frequentemente enfrentam um problema de escala. Eles precisam testar milhares de compostos químicos para ver quais deles podem alterar uma célula de uma forma benéfica, como interromper uma doença ou matar um câncer. Durante décadas, a maneira mais comum de fazer isso era procurar por uma única reação específica, como verificar se uma droga bloqueia uma proteína em particular. Mas as células são complexas, e um medicamento que funciona muitas vezes altera muitas coisas ao mesmo tempo. Para entender essas mudanças, os pesquisadores desenvolveram um método chamado "Cell Painting" (Pintura Celular). Em vez de procurar apenas uma coisa, essa técnica cora uma célula com seis corantes coloridos diferentes, cada um destacando uma parte específica da maquinaria interna da célula, como o núcleo, as fábias de energia ou o esqueleto. Ao tirar uma fotografia dessas partes brilhantes, os cientistas podem ver a forma e a textura geral da célula. Se um produto químico altera a saúde da célula, a foto parecerá diferente. Este método produz um retrato detalhado do estado da célula, capturando milhares de pequenos detalhes que um teste único poderia perder.
Por muito tempo, esses retratos ficaram espalhados por diferentes laboratórios, tornando difícil comparar resultados ou construir uma grande biblioteca de conhecimento. Um novo projeto resolveu isso criando a maior biblioteca pública de retratos celulares já reunida. O JUMP Cell Painting Consortium, uma parceria de dezoito organizações, incluindo grandes empresas farmacêuticas e institutos de pesquisa, trabalhou em conjunto para testar mais de 115.000 compostos químicos diferentes. Eles fizeram isso não em um único laboratório, mas em doze laboratórios diferentes ao redor do mundo, usando vários microscópios e equipamentos. O objetivo era ver se esses dados massivos e desordenados do mundo real ainda podiam contar uma história clara sobre como os produtos químicos afetam as células humanas.
Os pesquisadores focaram em um tipo específico de célula de câncer ósseo humano, conhecida como U2OS, que é um modelo padrão para esse tipo de estudo. Eles trataram essas células com 115.796 compostos únicos, a maioria em uma concentração de 10 micromolares, e tiraram fotografias de alta resolução das células após 48 horas. No total, o projeto gerou mais de 43 milhões de imagens, que foram então analisadas por um software de computador para extrair um "perfil" para cada célula. Esse perfil é uma lista de milhares de números que descrevem a aparência da célula. A equipe combinou os dados de todos os doze locais em um único banco de dados unificado contendo mais de 1,5 bilhão de perfis celulares individuais. Este conjunto de dados massivo está agora disponível para qualquer cientista usar, atuando como um mapa de referência de como os produtos químicos alteram o comportamento celular.
Uma das perguntas mais importantes que a equipe fez foi se os dados de doze laboratórios diferentes poderiam ser confiáveis para trabalhar juntos. Como cada laboratório usava microscópios diferentes e tinha equipes diferentes, havia o risco de que as variações nos equipamentos sufocassem o sinal biológico real. Os pesquisadores descobriram que, apesar dessas variações técnicas, os sinais biológicos permaneceram fortes. Cerca de 15 por cento dos compostos testados mostraram uma mudança clara e mensurável na aparência das células, o que significa que eram biologicamente ativos. Embora o sinal fosse ligeiramente mais fraco ao comparar resultados entre diferentes laboratórios em comparação com resultados dentro de um único laboratório, a diferença era pequena o suficiente para que os dados permanecessem úteis. Isso provou que uma rede global de laboratórios pode combinar com sucesso seu trabalho para criar um recurso único e poderoso sem perder a capacidade de detectar efeitos biológicos reais.
O poder desta biblioteca reside em sua capacidade de revelar conexões ocultas. Os pesquisadores descobriram que produtos químicos que compartilham o mesmo alvo biológico ou mecanismo de ação tendem a produzir retratos celulares muito semelhantes. Se duas drogas diferentes são projetadas para bloquear a mesma proteína, as células que elas tratam parecerão semelhantes sob o microscópio, mesmo que as drogas pareçam quimicamente completamente diferentes. Este princípio de "culpa por associação" permite que os cientistas peguem um novo composto desconhecido e o comparem com os milhões de outros no banco de dados. Se o composto desconhecido se parece com um grupo de drogas conhecidas que visam uma proteína específica, é altamente provável que o novo composto funcione da mesma forma. O estudo mostrou que este método é altamente preciso; compostos com o mesmo alvo conhecido foram encontrados como vizinhos nos dados com muito mais frequência do que ocorreria por acaso.
A equipe também usou os dados para explorar a relação entre a estrutura de um produto químico e seu efeito na célula. Eles descobriram que, embora produtos químicos com formas semelhantes frequentemente produzam mudanças celulares semelhantes, isso nem sempre é verdade. Alguns produtos químicos que parecem quase idênticos estruturalmente podem ter efeitos completamente diferentes na célula, um fenômeno conhecido como "penhasco de atividade" (activity cliff). Por outro lado, alguns produtos químicos com estruturas muito diferentes podem produzir o mesmo resultado celular. Ao mapear essas relações, os pesquisadores criaram uma ferramenta que pode ajudar os desenvolvedores de drogas a identificar esses penhascos e evitar produtos químicos que possam causar efeitos colaterais indesejados. Eles também descobriram que certas propriedades físicas de um produto químico, como sua capacidade de se dissolver em gordura, tornam mais provável que ele cause uma mudança visível na célula, mas essas propriedades nem sempre preveem se essa mudança será consistente ou específica.
Para provar o valor prático desta biblioteca, os pesquisadores a testaram com um desafio do mundo real. Eles pegaram um pequeno conjunto de novos compostos, conhecidos por visar um receptor específico envolvido no metabolismo, e os trataram com um tipo diferente de célula de câncer de bexiga. Eles então pediram ao banco de dados para encontrar correspondências para esses novos compostos sem dizer ao computador o que eram os compostos. O sistema identificou com sucesso que esses novos compostos produziam um retrato celular semelhante a drogas conhecidas que interrompem a divisão celular. Experimentos posteriores confirmaram que esses novos compostos de fato causavam a interrupção da divisão das células e as faziam entrar em um estado de envelhecimento, exatamente como as drogas conhecidas. Isso demonstrou que um pesquisador poderia usar esta biblioteca pública para descobrir como uma nova droga funciona, mesmo que tenha apenas algumas amostras e esteja usando um tipo de célula diferente daquela usada para construir a biblioteca.
O projeto também destacou os limites do que esse tipo de dado pode fazer. Embora os retratos celulares fossem excelentes em prever como uma droga poderia afetar a forma de uma célula ou seus alvos imediatos, eles não eram bons em prever como uma droga afetaria um corpo humano inteiro, como causar danos ao fígado ou problemas cardíacos. Isso ocorre porque as células de teste são cultivadas em uma placa e carecem dos sistemas complexos de um organismo vivo, como a capacidade do fígado de processar drogas. Os pesquisadores observaram que, para prever esses efeitos mais amplos, estudos futuros precisariam usar tipos diferentes de células que mimetizem melhor os órgãos humanos.
Em última análise, este trabalho estabelece um novo padrão para como os dados biológicos são compartilhados e usados. Ao reunir os esforços de doze laboratórios e mais de 115.000 compostos, o consórcio criou um recurso público que é tão rico e detalhado quanto os bancos de dados genômicos usados para mapear o DNA humano. Ele permite que os cientistas façam perguntas sobre o comportamento químico que eram anteriormente impossíveis de responder, transformando a complexidade visual de uma célula em um mapa navegável para a descoberta de drogas. Os dados estão disponíveis gratuitamente, convidando a comunidade científica global a explorá-los, encontrar novas conexões e acelerar o desenvolvimento de medicamentos para doenças que atualmente não têm cura.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.