Aprendizagem Preditiva Baseada em Splicing para Avaliação Individual da Quimioterapia no Cancro Colorretal (SPLICE)

O cancro colorretal (CCR) continua a ser um grande problema de saúde global, com a quimioterapia adjuvante representando o padrão de cuidados após a ressecção curativa. No entanto, as respostas dos pacientes à terapia variam amplamente, e atualmente não existe nenhum modelo molecular validado que oriente a seleção do tratamento adjuvante.

Estudos recentes sugerem que o splicing alternativo anômalo - e não apenas a expressão a nível génico - desempenha um papel crucial na determinação da sensibilidade à quimioterapia e na recorrência do tumor. No entanto, estas variações transcriptómicas complexas são frequentemente ignoradas pelas análises padrão de expressão diferencial.

O quadro ASPAIRE (Alternative Splicing and Predictive mAchIne learnIng for Response Evaluation) aplica modelação computacional avançada para capturar características multidimensionais de splicing a partir de dados de RNA-seq e transformá-las em previsões clinicamente acionáveis.

Neste esforço de investigação, os investigadores utilizarão aprendizagem automática para prever a resposta à quimioterapia adjuvante no CCR. O plano de investigação empregará três fases:

1. Identificação de padrões de splicing alternativo associados à resposta à quimioterapia adjuvante através de sequenciação de RNA e extração computacional de características.
2. Os investigadores desenvolverão então um ensaio baseado na reação em cadeia da polimerase quantitativa com transcrição reversa (RT-qPCR) e treinarão um modelo de aprendizagem automática para prever a resposta à quimioterapia.
3. Os investigadores validarão independentemente o ensaio. Este ensaio é provisoriamente designado "SPLICE" (Splicing-based Predictive Learning for Individual Chemotherapy Evaluation in Colorectal Cancer) e será testado para sobrevivência livre de doença até cinco anos após o tratamento.

No final deste estudo, este ensaio terá sido desenvolvido e validado para auxiliar a decisão clínica através da previsão da sobrevivência livre de doença.