Inteligência Artificial para Priorização de Antecedentes Genéticos na Síndrome de Brugada (AI4Cardio)

A Síndrome de Brugada (SB) é uma doença elétrica cardíaca hereditária que pode causar síncope e parada cardíaca súbita em indivíduos jovens assintomáticos. Suspeita-se que contribua para 4-12% dos casos de morte súbita cardíaca na população em geral. O diagnóstico baseia-se na identificação de um padrão de ECG tipo I caracterizado por elevação do segmento ST com morfologia côncava nas derivações precordiais direitas. A prevalência nos países ocidentais é estimada em 1:5.000. Atualmente, a implantação de um cardioversor desfibrilador (CDI) é a única opção de tratamento, mas as diretrizes de estratificação de risco permanecem incompletas, principalmente para indivíduos assintomáticos.

A SB é herdada como um traço autossômico dominante com penetrância incompleta. Embora 23 genes tenham sido associados à suscetibilidade à SB, 70% dos pacientes permanecem geneticamente não caracterizados, sugerindo um padrão de herança mais complexo. A genética não foi incorporada nas diretrizes de estratificação de risco, apesar das evidências que ligam certas variantes genéticas a um risco arrítmico mais elevado. Esta lacuna de conhecimento sublinha a importância de expandir a nossa compreensão da genética da SB para melhorar a sensibilidade diagnóstica e a gestão dos pacientes.

Este protocolo baseia-se em dados preliminares de um estudo concedido pelo Ministério da Saúde italiano (GR-2016-02362316), no qual o sequenciamento de próxima geração (NGS) foi usado para investigar todas as regiões de codificação (Whole Exome Sequencing_WES) de 200 pacientes com SB . O estudo teve como objetivo identificar novos genes candidatos à SB e caracterizar a base genética da doença.

A coorte foi selecionada com base na presença de ECG tipo I, confirmado espontaneamente ou induzido por flecainida ou ajmalina. Os pacientes foram submetidos a avaliações cardíacas completas para descartar outras condições. O acompanhamento incluiu avaliações anuais e avaliações mais frequentes para pacientes com maior risco de taquicardia ventricular.

Um grande número de variantes genéticas foi identificado através da exploração do WES, o que levou ao uso de Inteligência Artificial (IA) para priorizar os dados de sequenciamento. As técnicas de IA, incluindo algoritmos avançados e aprendizagem automática, podem agilizar a identificação de variações genéticas potencialmente causadoras de doenças, filtrando variantes comuns, prevendo a patogenicidade e integrando dados clínicos.

Dado que mais de 70% dos pacientes com SB permanecem geneticamente não diagnosticados, abordagens de sequenciamento de alto rendimento são cruciais para uma compreensão abrangente da genética da SB. Este estudo visa contribuir para a identificação de novos fatores genéticos e melhorar a estratificação de risco dos pacientes afetados. Todos os dados de sequenciamento para este projeto foram gerados e serão analisados ​​usando IA, sem mais pacientes a serem inscritos ou sequenciados.