segunda-feira, 8 de fevereiro de 2016

A pesquisa de Sergey Brin para cura do Parkinson

February 7, '16 - Uma clássica da WIRED sobre a nova abordagem da Sergey Brin para resolver um velho problema: coleta de dados, para em seguida a hipótese de, encontrar padrões que levem a respostas.

Várias noites por semana, depois de um dia de trabalho na sede do Google em Mountain View, Califórnia, Sergey Brin dirige até a estrada para uma piscina local. Lá, ele se coloca de calção de banho, sai em um trampolim de 3 metros, olha para a água abaixo, e mergulha.

Brin é competente em todos os quatro tipos de trampolim de mergulho para a frente, para trás, reverso, e para dentro. Recentemente, ele vem trabalhando em seus saltos, que têm sido algo como uma luta. Mas no geral, ele não é ruim; Em 2006, ele competiu em campeonatos mundiais divisão master. (Ele é rápido em apontar que ele se classificou em sexto lugar entre seis em seu evento.)

O mergulho é o tipo de desafio que Brin, que também se interessa por ioga, ginástica e acrobacia, é atraído: partes iguais de esforço físico e mental. "O mergulho em si é breve mas intenso", diz ele. "Você se empurra e é realmente difícil e, em seguida, tem que torcer imediatamente. Ele faz levantar sua freqüência cardíaca. "

Há um outro benefício também: Com cada mergulho, Brin ganha um pouco de alavancagem-contra um risco, aparecendo em algum lugar lá fora, de que algum dia ele possa desenvolver o distúrbio neurodegenerativo da doença de Parkinson. Enterrado profundamente dentro de cada célula do corpo Brin-há um gene chamado LRRK2, que fica no 12º cromossomo que é uma mutação genética que tem sido associada a taxas mais elevadas de Parkinson.

Nem todos com Parkinson tem uma mutação LRRK2; nem todos com a mutação desenvolvem a doença. Mas aumenta a chance de que o Parkinson vá surgir em algum momento na vida do portador de entre 30 e 75 por cento. (Em comparação, o risco de um americano médio é de cerca de 1 por cento.) O próprio Brin divide a diferença e os valores de seu DNA o que dá-lhe cerca de 50-50 de probabilidades.

É aí que vem em exercício. Parkinson é uma doença mal compreendida, mas a pesquisa tem associado um punhado de comportamentos com taxas mais baixas de doença, começando com o exercício. Um estudo descobriu que homens jovens que trabalham fora têm um risco 60 por cento menor. Café, do mesmo modo, tem sido associado a um risco reduzido. Por um tempo, Brin bebia um copo ou dois por dia, mas ele não pode resistir ao sabor das coisas, então ele mudou para o chá verde. ("A maioria dos pesquisadores acha que é a cafeína, embora eles não saibam com certeza", diz ele.) Os fumantes de cigarro também parecem ter uma chance menor de desenvolver Parkinson, mas Brin não optou por assumir o hábito. Com cada treino na piscina e cada xícara de chá, ele espera diminuir suas chances, para ajustar seu algoritmo e contrariar seu DNA com fatores ambientais.

"Isto é tudo de improviso", diz ele, "mas vamos dizer que com base na dieta, exercício, e assim por diante, eu possa conseguir que o meu risco baixe pela metade, para cerca de 25 por cento." O progresso constante da neurociência, imagina Brin, irá reduzir o seu risco em cerca de mais da metade trazendo a possibilidade geral da contração de Parkinson para cerca de 13 por cento. É tudo adivinhação, ele sugere, mas a forma como ele entrega os números e explica seu raciocínio, ele é totalmente convincente.

Brin, é claro, não é comum com 36 anos de idade. Como metade da dupla que fundou o Google, ele vale cerca de US $ 15 bilhões. Essa generosidade fornece alavancagem adicional: Desde que sabe que ele carrega uma mutação do LRRK2, Brin contribuiu com cerca de US $ 50 milhões para a pesquisa do Parkinson, o suficiente, ele descobre, com sendo "realmente mover a agulha." À luz do aumento nas pesquisas sobre tratamentos de drogas e possíveis curas, Brin ajusta o seu risco global de novo, para baixo para "algum lugar abaixo de 10 por cento." isso é ainda 10 vezes a média, mas vai um longo caminho para contrabalançar a sua predisposição genética.

Parece tão pragmático, tão óbvio, que você quase perde um fato marcante: Muitos filantropos têm financiado a investigação de doenças que eles mesmos foram diagnosticados. Mas Brin é provavelmente o primeiro que, com base em um teste genético, em primeiro lugar começou a financiar a investigação científica na esperança de escapar de uma doença.

Sua abordagem é notável por outra razão. Este não é apenas uma outra variação sobre filantropia - a aplicação de uma aventura vanguardista das práticas escolares de negócios para a pesquisa científica. Brin é de um tipo completamente diferente de ciência. A maioria das pesquisas de Parkinson, como grande parte da investigação médica, baseia-se no método científico clássico: hipótese, a análise, revisão por pares, a publicação. Brin propõe uma abordagem diferente, impulsionado pelo músculo computacional e por incrivelmente grandes conjuntos de dados. É um método que se baseia em sua sensibilidade e fé no poder dos andares algorítmicos do Google, com o objetivo de acelerar o ritmo e aumentar o potencial de pesquisa científica da computação. "Geralmente o ritmo da investigação médica é glacial em comparação com o que eu estou acostumado na Internet", diz Brin. "Nós poderíamos estar olhando para muitos lugares e recolhendo muita informação. E se vemos um padrão, poderia nos levar a algum lugar. "

Em outras palavras, Brin propõe contornar séculos de epistemologia científica em favor de um tipo de ciência mais “Googley”. Ele quer coletar dados em primeiro lugar, em seguida, a hipótese, em seguida, encontrar os padrões que levem a respostas. E ele tem o dinheiro e os algoritmos para fazê-lo.

Dado o que parece ser uma notícia muito ruim, a maioria de nós realmente fazemos o que Brin faz: Avançar sobre as nossas opções, obter alguns conselhos, e seguir em frente com a vida. Nathan Fox

A fé de Brin no poder dos números e o poder do conhecimento, de modo mais geral, é provável que seja algo que tenha herdado de seus pais, ambos cientistas. Seu pai, Michael, é um matemático de segunda geração; sua mãe Eugenia é formada em matemática aplicada e passou anos fazendo pesquisas meteorológicas na NASA. A família emigrou da Rússia, quando Brin tinha 6. Aos 17 anos, ele assumiu ele mesmo a matemática na Universidade de Maryland, depois adicionando ciência da computação. Quando chegou a Stanford para o seu doutoramento, um grau que ele ainda não ganhou, para grande desgosto de seus pais, ele focou em “mineração de dados”. Foi quando ele começou a pensar sobre o poder de grandes conjuntos de dados e que pode vir a analisá-los por padrões e insights inesperados.

Na mesma época, em 1996, a mãe de Brin começou a sentir alguma dormência nas mãos. O diagnóstico inicial foi de lesão por esforço repetitivo, provocada por anos de trabalho em um computador. Quando os testes não puderam confirmar o diagnóstico, os médicos ficaram perplexos. Logo, porém, a perna esquerda de Eugenia começou a arrastar. "Foi apenas o mesmo que minha tia, que tinha anos atrás Parkinson", lembra ela. "Os sintomas começaram da mesma maneira, com a mesma idade. Para mim, pelo menos, era óbvio que havia uma conexão. "

Na época, um parecer científico considerou que Parkinson não era hereditário, por isso, Brin não entendia a preocupação de sua mãe. "Eu pensei que era louco e completamente irracional", diz ele. Depois de mais testes na Universidade Johns Hopkins e da Clínica Mayo, no entanto, ela foi diagnosticada com Parkinson em 1999.

Mesmo depois que a conexão LRRK2 foi feita em 2004, Brin não ligou o Parkinson de sua mãe à sua própria saúde. Então, em 2006, sua futura esposa, Anne Wojcicki, começou a empresa pessoal de genética 23andMe (o Google é um investidor). Como um testador alfa, Brin teve a chance de obter uma visão antecipada em seu genoma. Ele não encontrara muito de preocupação. Mas então Wojcicki sugeriu que ele olhasse para um local conhecido como G2019S-o entalhe no gene LRRK2, onde há um nucleótido adenina, o A no código ACTG do DNA, por vezes, substitui um nucleótido guanina, o G. E lá estava: Ele tinha a mutação. A leitura pela 23andMe de sua mãe mostrou que ela tinha, também.

Brin não entrou em pânico; Por um lado, a experiência de sua mãe com a doença tem sido reconfortante. "Ela ainda vai esquiar", diz ele. "Ela não está numa cadeira de rodas." Em vez disso, ele passou vários meses ponderando sobre os resultados. Ele começou a consultar os peritos, começando com cientistas do Michael J. Fox Foundation e do Instituto de Parkinson, o que não está longe de ser a sede do Google. Ele rapidamente percebeu que ia ser impraticável manter o sigilo do seu risco por parte do público. "Eu não posso falar com 1.000 pessoas em segredo", diz ele. "Então, eu poderia muito bem expô-lo lá fora, para o mundo. Parecia que a informação era digna de partilha e pode até ser interessante. "

Então, um dia, em setembro de 2008, Brin começou um blog. Seu primeiro post foi chamado simplesmente de "LRRK2."

"Eu sei de algo do início da minha vida a que eu estou substancialmente predisposto", escreveu Brin. "Agora tenho a oportunidade de ajustar minha vida para reduzir essas chances (por exemplo, há evidências de que o exercício pode ser protetor contra o Parkinson). Eu também tenho a oportunidade de realizar e apoiar a investigação sobre esta doença muito antes que ela possa me afetar. E, independentemente da minha própria saúde, poder ajudar os membros da minha família, bem como os outros ".

Brin continuou: "Sinto-me feliz por estar nesta posição. Até a fonte da juventude ser descoberta, todos nós vamos ter algumas condições na nossa velhice, só nós não sabemos quais vão ser. Eu tenho um palpite melhor do que quase qualquer outra pessoa para os males que podem ser os meus e eu tenho décadas para me preparar para isso. "

Em certo sentido, estamos usando a genética para prever risco de doença para sempre. Quando falamos de "história familiar", estamos em grande parte falando sobre DNA, sobre como a saúde dos nossos pais poderiam seguir em nós próprios. Uma varredura genética é apenas uma maneira mais moderna para conectar nosso passado familiar com o nosso potencial futuro. Mas há algo sobre a precisão de um teste de DNA que pode fazer as pessoas acreditarem que a química é o destino-que detém segredos obscuros, implacáveis. É por isso que a informação genética é por vezes descrita como "conhecimento tóxico": Dar às pessoas acesso direto à sua informação genética, nas palavras do bioeticista de Stanford, Hank Greely, é muito "irresponsável".

É verdade que, nos primeiros dias da ciência, testes genéticos significava aprender sobre uma doença degenerativa temida como a doença de Huntington ou fibrose cística. Mas estas doenças, embora fáceis de identificar, são extremamente raras. Pesquisas mais recentes têm mostrado que, quando se trata de ficar doente, uma predisposição genética é geralmente apenas um fator. A grande maioria das condições também são influenciadas pelo ambiente e os hábitos do dia-a-dia, áreas em que podemos realmente tomar algumas medidas.

Mas, surpreendentemente, o conceito de informação genética como tóxica tem persistido, possivelmente porque ele pressupõe que as pessoas não estejam preparadas para aprender sobre si mesmas. Mas a pesquisa mostra que esta presunção é infundada. Em 2009, The New England Journal of Medicine publicou os resultados da avaliação de riscos e da Educação para o estudo da doença de Alzheimer, um projeto de 11 anos que procurou analisar a forma como as pessoas reagem ao descobrir que eles têm um risco genético para a doença de Alzheimer. Como Parkinson, Alzheimer é uma doença neurodegenerativa centrada no cérebro. Mas ao contrário de Parkinson, a doença de Alzheimer não tem tratamento conhecido. Assim, aprender que você tem uma predisposição genética deve ser especialmente tóxico.

No estudo, uma equipe de pesquisadores liderada por Robert Green, um neurologista e geneticista da Universidade de Boston, contactou adultos que tinham um pai com Alzheimer e pediu-lhes para serem testados para uma variação em um gene conhecido como ApoE. Dependendo da variação, uma mutação ApoE pode aumentar o risco de uma pessoa para a doença de Alzheimer de três a 15 vezes a média. Cento e sessenta e dois adultos foram acordados; 53 foram disseram que tinham a mutação.

Os resultados foram entregues aos participantes com grande cuidado: Um conselheiro genético foi a cada indivíduo através dos dados, e todos os pacientes tiveram consultas de acompanhamento com o conselheiro. Os terapeutas também ficaram de plantão. "As pessoas estavam prevendo reações catastróficas", lembra Green. "A depressão, suicídio, parar seus trabalhos, abandonar suas famílias. Eles estavam antecipando o pior."

Mas isso não é o que aconteceu. As pessoas disseram que elas estavam em dramaticamente maior risco de desenvolver a doença de Alzheimer mais tarde na vida e pareciam processar a informação e integrá-la em suas vidas, muitas vezes optando por um estilo de vida mais saudável. "As pessoas estão lidando com isso", diz Green. "Ele não parece estar produzindo qualquer sofrimento clinicamente aparente."

Em outros experimentos Green desafiou ainda mais a sabedoria convencional sobre a toxicidade da informação genética: Ele começou a questionar a necessidade de conselheiros e terapeutas. "Nós estamos olhando para o que acontece se você não fizer essa coisa elaborada. O que se você fizer isso como um teste de laboratório no consultório do seu médico? Estamos tratando-a mais como o colesterol e menos como a doença de Huntington. "

Em outras palavras, dado o que parece ser uma notícia muito ruim, a maioria de nós faria o que Sergey Brin fez: Avançar sobre as nossas opções, obter alguns conselhos, e seguir em frente com a vida. "Todo mundo tem seus desafios; todo mundo tem algo para lidar", diz Brin. "Isso é meu. Para mim, é apenas um de uma série de coisas que eu poderia começar na velhice. E o fator mais importante é que eu posso fazer algo sobre isso. "

Se o post do Brin trouxe pouco medo sobre o seu risco de Parkinson, ele fez foi mostrar uma pitada de decepção com o estado do conhecimento sobre a doença. (Sua crítica era caracteristicamente precisa: "Os estudos tendem a ter pequenas amostras com vários vieses de seleção.")

Sua frustração é procedente. Durante décadas, a pesquisa de Parkinson tem sido um primo pobre comparado ao estudo da doença de Alzheimer, que afeta 10 vezes como muitos americanos e está, portanto, muito mais aos olhos do público. O que se sabe sobre Parkinson tende a surgir a partir da observação de pacientes na prática clínica, e não de qualquer investigação sustentada. Quase todos os casos são classificados como idiopáticos, ou seja, não há nenhuma causa conhecida. Tecnicamente, a doença é um resultado da perda de células cerebrais que produzem o neurotransmissor dopamina, mas o que faz com que as células morram não é clara. Os sintomas clássicos da condição, tremores, rigidez, problemas de equilíbrio não chegam gradualmente e normalmente não se desenvolvem até que a produção de dopamina tenha diminuído em cerca de 80 por cento, o que significa que uma pessoa pode ter a doença por anos antes de experimentar o primeiro sintoma.

Quanto aos tratamentos existentes, o fármaco levodopa, que se converte em dopamina no cérebro, continua a ser o mais eficaz. Mas a droga, desenvolvida em 1967, tem efeitos colaterais significativos, incluindo movimentos involuntários e confusão. Outras intervenções, como a estimulação cerebral profunda, são invasivas e caras. Tratamentos com células tronco, que geraram grande atenção e prometeram há uma década atrás, "realmente não funcionam", diz William Langston, diretor do Instituto de Parkinson. "A transferência de células nervosas para o cérebro e repará-lo tem sido mais difícil do que qualquer um pensava."

Há, contudo, algumas áreas que prometem, incluindo a descoberta da ligação LRRK2 de 2004. É especialmente comum entre as pessoas de ascendência Ashkenazi, como Brin, e aparece em apenas cerca de 1 por cento dos pacientes de Parkinson. Raros como a mutação são, no entanto, casos de Parkinson com LRRK2 que aparecem indistinguíveis de outros casos, fazendo do LRRK2 uma janela potencial para a doença em geral.

LRRK2 significa repetições ricas em leucina quinase. As quinases são enzimas que ativam proteínas nas células, o que as torna essenciais para o crescimento celular e a morte. No cancro, cinases aberrantes são conhecidas por contribuirem para o crescimento do tumor. Isso as torna um alvo promissor para a investigação. As empresas farmacêuticas já desenvolveram inibidores da quinase para câncer; é uma enorme oportunidade para o tratamento de Parkinson, assim: Se quinases hiperativas interferem com células produtoras de dopamina em todos casos de Parkinson, em seguida, um inibidor da quinase poderia ser capaz de ajudar não apenas os portadores LRRK2, mas todas as pessoas com a doença.

Outra área promissora de investigação é o atraso entre a perda de células produtoras de dopamina e o início dos sintomas. Tal como está, esse atraso faz com que o tratamento seja um problema muito mais difícil. "Uma vez que alguém tenha full-blown Parkinson, seria tarde demais", diz Langston. "Qualquer número de medicamentos promissores falharam, talvez porque estamos chegando lá muito tarde." Mas os médicos não podem dizer quem deve receber drogas antes, porque os pacientes são assintomáticos. Se os pesquisadores pudessem encontrar biomarcadores-reveladores de proteínas ou enzimas detectadas por, digamos, um sangue ou urina que foram produzidas antes que os sintomas surgissem, um regime de droga poderia ser iniciado cedo o suficiente para o trabalho teste.

E, de fato, Brin tem dado dinheiro para ambas as áreas de pesquisa, predominantemente através de doações para o Instituto de Parkinson e para o Michael J. Fox Foundation, que está comprometida com o que é chamado de translational research, conceber terapias de pesquisadores para a clínica o mais rapidamente possível . Em fevereiro passado a Fundação Fox lançou um consórcio internacional de cientistas que trabalham no LRRK2, com um mandato de colaboração, abertura e velocidade. "O objetivo é levar as pessoas a mudar seu comportamento e compartilhar informações com muito mais rapidez e abertamente", diz Todd Sherer, chefe da equipe de pesquisa da Fundação Fox. "Precisamos mudar o pensamento."

Como o entendimento de Brin do Parkinson cresceu, embora, e enquanto falava com Wojcicki sobre modelos de pesquisa, ele percebeu que haveria uma experiência ainda mais ousada no futuro próximo.

Em 1899, cientistas da Bayer revelaram que a aspirina, um medicamento que é oferecido como um remédio eficaz para resfriados, lombalgia e dores de dente, entre outros males. Como aspirina ou ácido acetilsalicílico-efetivamente trabalhava era um mistério. Todas as pessoas sabiam o que ele provocou (embora um efeito colateral desencorajador, sangramento gástrico, surgiu em algumas pessoas).

Foi na década de 1960 e 70 que os cientistas começaram a compreender o mecanismo: aspirina inibe a produção de químicos no corpo chamados prostaglandinas, ácidos gordos que podem causar inflamação e dor. Essa visão revelou-se essencial para a compreensão da posterior descoberta, em 1988, de que as pessoas que tomaram aspirina a cada dois dias tinham notavelmente reduzidas as taxas de ataque cardíaco-casos em homens caíram 44 por cento. Quando a droga inibe prostaglandinas, ao que parece, inibe a formação de coágulos de sangue, bem como a redução do risco de ataque cardíaco ou derrame.

A segunda vinda da aspirina é considerada um dos triunfos da pesquisa médica contemporânea. Mas para Brin, que falou da droga em uma palestra no Instituto de Parkinson em agosto passado, a história oferece um tipo diferente de lição e um elaborado a partir desse período depois que a droga foi introduzida, mas antes do link para a doença cardíaca ser estabelecido. Durante essas décadas, Brin observa, com certeza "muitos milhões ou centenas de milhões de pessoas que tomaram aspirina apresentaram uma variedade de benefícios à saúde." Mas a associação com aspirina foi esquecida, porque ninguém estava observando os pacientes. "Todos os dados foram perdidos", disse Brin.

No modo de pensar de Brin, cada uma de nossas vidas é uma potencial contribuição para uma visão científica. Todos nós vivemos nossos dias, fazendo escolhas, comendo coisas, tomando medicamentos, fazendo as coisas de geração que é o deselegante chamado de escape de dados. Um século atrás, é claro, teria sido impossível realmente capturar essas informações, especialmente sem uma hipótese específica para orientar um pesquisador no que procurar. Não é assim hoje. Com o poder da computação contemporânea, em que os dados podem ser monitorados e analisados. "Qualquer experiência que temos ou droga que podemos tomar, todas essas coisas são peças individuais de informação", diz Brin. "Individualmente, eles são inúteis, eles são anedóticos. Mas em conjunto podem ser muito poderosos".

Na informática, o processo de mineração de tais conjuntos de dados grandes para associações úteis é conhecido como uma análise de market-basket analysis. Convencionalmente, tem sido usado para definir padrões em compras no varejo. É como Amazon.com pode dizer-lhe que "os clientes que compraram X também compraram Y."

Mas surge um problema quando os dados de um carrinho tornam-se menos uniformes. Este foi o foco de grande parte do trabalho de Brin na Universidade de Stanford, onde publicou vários artigos sobre o assunto. Um, de 1997, argumentou que, dados os algoritmos certos, associações significativas podem ser extraídas todos os tipos de baskets- não convencionais "inscrição de estudantes em aulas, a ocorrência de palavras em documentos de texto, visitas de páginas da Web dos usuários, e muitos mais." Não é um exagero dizer que as nossas experiências como pacientes poderiam concebivelmente ser o próximo item da lista.

Isto é especialmente verdade dado a avanços no poder computacional desde 1997, quando Brin e seu colega de Stanford estudante de comp-sci Larry Page fizeram a partir do Google. "Quando Larry e eu começamos a empresa," Brin diz, "tivemos de obter alguns discos rígidos para, você sabe, armazenar toda a Web. Nós terminamos em um beco em San Jose, lidando com um cara sombrio. Nós passamos uns US $ 10.000 ou US $ 20.000, todas as nossas economias de vida. Temos estas pilhas gigantes de discos rígidos que fizemos caber em nossos carros e chegar em casa. Na semana passada aconteceu de eu ir para Fry e eu peguei um disco rígido que era de 1 terabyte e custa como US $ 100. E foi maior do que todos os discos rígidos colocados juntos".

Este poder de computação pode ser posto a trabalhar para responder a perguntas sobre saúde. Como exemplo, cita Brin um projeto desenvolvido pelo braço de pesquisa sem fins lucrativos de sua companhia, Google.org. Chamado Google Flu Trends, a ideia é elegantemente simples: Monitorar os termos de busca das pessoas que entram no Google, e retirar essas palavras e frases que possam estar relacionados com sintomas ou sinais de gripe, particularmente a gripe suína.

Em epidemiologia, isto é conhecido como vigilância sindrômica, e, geralmente, envolve a verificação drogarias para a compra de medicamentos para gripe, consultórios médicos para diagnósticos, e assim por diante. Mas porque a aquisição de dados em tempo útil pode ser difícil, a vigilância sindrômica sempre trabalhou melhor na teoria do que na prática. Ao olhar para consultas de pesquisa, no entanto, pesquisadores do Google foram capazes de analisar dados em tempo quase real. Na verdade, o Flu Trends pode apontar para um potencial surto de gripe duas semanas mais rápido do que os métodos convencionais do CDC, com uma precisão comparável. "É incrível que você possa obter esse tipo de sinal de dados muito barulhentos", diz Brin. "Ele serve para mostrar que quando você aplica o nosso poder computacional recém-descoberto para grandes quantidades de dados que às vezes não é perfeito, mas os dados podem ser muito poderosos." O mesmo, Brin argumenta, iria realizar com históricos de pacientes. "Mesmo se a informação de qualquer indivíduo não seja de grande qualidade, a quantidade pode fazer uma grande diferença. Os padrões podem surgir."

A tolerância de Brin para "dados barulhentos" é especialmente reveladora, já que a ciência médica tende a considerá-los venenosos. Pesquisadores biomédicos geralmente limitam seus experimentos para estreitar perguntas que podem ser rigorosamente medidas. Mas a ênfase na pureza pode significar menos pacientes para o estudo, o que resulta em pequenos conjuntos de dados. Isso limita o "poder" da pesquisa a um termo estatístico que geralmente significa a probabilidade de que uma descoberta seja realmente verdade. E pelo design significa que os dados quase nunca transformam-se em conhecimentos além do que o estudo se propôs a examinar.

Cada vez mais, porém, cientistas, especialmente aqueles com experiência em computação e teoria da informação estão começando a se perguntar se esse modelo poderia ser invertido. Por que não começar com toneladas de dados, um dilúvio de informações, e, em seguida, entrar na água, em busca de padrões e correlações?

Isto é o que Jim Gray, o falecido pesquisador da Microsoft e cientista da computação, chama de o quarto paradigma da ciência, a evolução inevitável longe de hipótese e direção de padrões. Gray previu que um "exaflood" de dados prejudicariam os cientistas em todas as disciplinas, a menos que se reconceituasse sua noção do processo científico e aplicando ferramentas computacionais maciças para envolver com os dados. "O mundo da ciência mudou", disse Gray em um discurso de 2007-a partir de agora, os dados que vêm em primeiro lugar.

Antigo empregador de Gray, Bill Gates, recentemente fez uma pequena aposta no quarto paradigma, quando ele investiu US $ 10 milhões em Schrödinger, uma empresa com sede em Portland Oregon, que está usando a computação massiva para simular rapidamente a tentativa e erro da pesquisa farmacêutica tradicional.

E Andy Grove, ex-presidente e CEO da Intel, foi igualmente chamado para uma "revolução cultural" na ciência, uma modelagem sobre a propensão da indústria de tecnologia para pesquisa e desenvolvimento rápido. Grove, que foi diagnosticado com Parkinson em 2000 e desde então tem feito a doença seu casus belli, sacode o punho para o ritmo da ciência tradicional: "Depois de 10 anos no campo de Parkinson, podemos finalmente ter três drogas na Fase I e Fase II ensaios no próximo ano, isto é mais do que nunca. Mas vamos cair na real. Vamos obter os resultados em 2012, em seguida, eles vão discutir sobre isso por um ano, depois de Fase III resultados em 2015, em seguida, discutir sobre isso por um ano, se eu estiver por perto quando estiver pronto ... "Ele não terminar o seu pensamento. "O campo todo não é pragmático o suficiente. Eles são muito agradáveis para si mesmos. "

Grove discorda um pouco com a ênfase de Brin sobre mais padrões de hipótese. "Você tem que estar à procura de algo", diz ele. Mas os dois comparam notas sobre a doença ao longo do tempo; ambos são os investidores mais entusiasmados e ativos do Michael J. Fox Foundation. (Grove é ainda conhecido por aparecer nos fóruns de discussão on-line.)

No mundo da pesquisa de drogas tradicionais, no entanto, há mais do que um pouco de ceticismo sobre trocar abordagens biomédicas estabelecidos para os modelos tecnológicos. Derek Lowe, um químico medicinal de longa data e autor de um blog muito lido na indústria farmacêutica, concede que esse grande hardware e grandes de dados podem ser úteis. Mas para uma doença tão opaca como Parkinson, argumenta ele, o desafio do desenvolvimento de drogas sempre virá com base na química básica e biologia. "Eu não tenho problema com os dados", diz Lowe. "O problema é que os dados são coisas tremendamente barulhentas. Nós simplesmente não sabemos de biologia o suficiente. Se os esforços de Brin vão nos ajudar a entender isso, eu sou todo para ele. Mas eu duvido que eles vão."

Para ter certeza, a biomedicina e investigação farmacêutica em particular, não são o mesmo que software ou arquivos de computador. É um processo muito mais complicado, e Brin reconhece: "Eu não sou um especialista em pesquisa biológica. Eu escrevo um monte de código de computador e ele deixa de funcionar, não é grande coisa. Mas se você cria uma droga e mata as pessoas, isso é uma história diferente. "Brin sabe que seu método vai exigir pesquisa de acompanhamento para obter através dos métodos tradicionais da descoberta de drogas e aprovações. Mas, acrescenta, "na minha profissão você realmente faz progressos com base em quão rápido o seu ciclo de desenvolvimento é."

Assim, com a cooperação do Instituto de Parkinson, a Fundação Fox, e 23andMe, ele propôs um novo ciclo de desenvolvimento. Brin contribuiu com US $ 4 milhões para financiar a iniciativa doença genética de um Parkinson online no 23andMe: 10.000 pessoas que foram diagnosticadas com a doença e estão dispostas a derramar todos os tipos de informações pessoais em um banco de dados. (Eles aproveitou cerca de 4.000 até agora.) Os voluntários cospem em um tubo de ensaio da 23andMe para ter seus DNAs extraídos e analisados. Essa informação é então compensada com pesquisas que extraem centenas de pontos de dados sobre exposições dos voluntários ambientais, a sua história familiar, a progressão da doença e resposta ao tratamento. As perguntas vão desde o mundano ("Você está míope?") - Ao desconcertante ("Você já teve problemas para ficar acordado?"). É, em suma, uma tentativa de criar o objeto do projeto de coleta de dados que Brin acredita que poderia ajudar todas as pesquisas médicas, potencialmente, a si mesmo. "Nós não temos nenhuma grande teoria unificada", diz Nicholas Eriksson, um cientista da 23andMe. "Nós temos um monte de dados."


Por que não fazer a ciência de forma diferente? Reunir toneladas de dados, em seguida, começar a procurar correlações. Steven Wilson

É difícil exagerar nesta diferença entre esta abordagem e pesquisa convencional. "Tradicionalmente, um experimento com 10 ou 20 indivíduos era grande", diz Langston do Instituto de Parkinson. "Em seguida, ele foi até a centenas. Agora 1.000 indivíduos seria muito como 10.000, de repente, e chegamos a uma escala nunca antes vista. Isto poderia avançar dramaticamente nossa compreensão."

Langston oferece um caso em apreço. Em outubro passado, o New England Journal of Medicine publicou os resultados de um estudo mundial maciço que exploraram uma possível associação entre as pessoas com uma doença, uma condição genética de Gaucher, onde demais substâncias de gordura se acumulam na órgãos internos e um risco para Parkinson. O estudo, executado sob os auspícios dos Institutos Nacionais de Saúde, cortou os mais altos padrões e envolveu recursos e tempo consideráveis. Depois de anos de trabalho, concluiu que pessoas com Parkinson tinham cinco vezes mais probabilidade de levar a uma mutação Gaucher.

Langston decidiu ver se a Iniciativa de Pesquisa 23andMe podia ser capaz de lançar alguma visão sobre a correlação, então ele ligou para Eriksson da 23andMe, e pediu-lhe para executar uma pesquisa. Em poucos minutos, Eriksson foi capaz de identificar 350 pessoas que tiveram a mutação responsável pela Gaucher. Alguns cliques mais e ele foi capaz de calcular que eram cinco vezes mais propensos a terem a doença de Parkinson, um resultado praticamente idêntico ao estudo NEJM. Ao todo, foram necessários cerca de 20 minutos. "Ele teria levado anos para aprender que em epidemiologia tradicional", diz Langston. "Mesmo que nós estejamos irmanados a Wright nos primeiros dias com este material, obter um resultado tão forte e tão rapidamente é notável."

Mark Hallett, chefe da seção de controle humano motor no Instituto Nacional de Doenças Neurológicas e Stroke, viu Langston apresentar seus resultados em uma recente conferência e veio, muito impressionado. "A qualidade dos dados provavelmente não é tão boa quanto poderia ser, uma vez que é fornecida pelo paciente", diz ele. "Mas é uma ferramenta de pesquisa impressionante. Parece que seria útil para gerar novas hipóteses ao invés de não provar nada. "

Mas as hipóteses são que a pesquisa de Parkinson precisa de mais, especialmente agora que nós podemos estudar pessoas que, como Brin, têm uma mutação LRRK2. Uma vez que alguns desses transportadores não tem a doença, devemos tentar discernir o porquê. "Esta é uma oportunidade rica em informações", diz Brin. "Não é apenas os genes que poderiam ser ambientes ou comportamentos, pode ser que eles tomem aspirina. Nós não sabemos. "

Este conjunto de dados de grande aproximação e aberto a questões-não é desconhecido em epidemiologia tradicional. Alguns dos maiores conhecimentos em medicina surgiram a partir de enormes projetos, como o Framingham Heart Study, que acompanhou 15.000 cidadãos de uma cidade de Massachusetts há mais de 60 anos, aprendendo sobre tudo, desde fumar a riscos do colesterol e para a felicidade. Desde 1976, os Nurses Health Study tem monitorado mais de 120.000 mulheres, descobrindo riscos para o câncer e doenças cardíacas. Estes estudos foram e continuam-rigorosos, produtivos, fascinantes, mesmo que salve vidas. Eles também levaram décadas e demandaram centenas de milhões de dólares e centenas de pesquisadores. Original em inglês, tradução Google, revisão Hugo.

Executive editor Thomas Goetz (thomas@wired.com) is author of the book The Decision Tree: Taking Control of Your Health in the New Era of Personalized Medicine.

Fonte: Thingser, com vários links.

A propósito desta matéria, encontrei esta interessante foto na internet:

Investigação translacional ou “Translational research”: Estamos diante do início de uma nova era! Refere-se à quebra do paradigma convencional das pesquisas, não só na área médica, mas de tudo.

Nenhum comentário:

Postar um comentário