Novo professor na Faculdade de Farmácia, Legault está usando técnicas inovadoras em genética e IA para prever as respostas dos pacientes aos medicamentos.
Marc-André Legault, professor recém-nomeado na Faculdade de Farmácia da Universidade de Montreal, quer melhorar o que se sabe sobre a interação entre a variação genética e a resposta aos medicamentos.
Ele está combinando estatística genética, epidemiologia genética e aprendizado de máquina para identificar quais pacientes têm maior probabilidade de se beneficiar de um determinado medicamento e minimizar seus efeitos colaterais.
E ele acredita que sua pesquisa tem potencial para revolucionar a medicina personalizada.
Paixão pela pesquisa desde o primeiro dia
Legault ficou viciado em pesquisa durante seu primeiro ano de graduação em ciências biomédicas na UdeM.
Estagiou na Escola de Optometria e trabalhou em um laboratório de neurociências. Essas experiências deixaram uma impressão duradoura: ele se lembra de ter se lançado de todo o coração em seu primeiro projeto de pesquisa real.
“Pude conduzir meus próprios experimentos, escrever os resultados e interagir com o resto da equipe”, lembrou.
Então, um encontro crucial com um pesquisador de bioinformática mudou sua carreira.
“Ele me contou sobre o campo emergente da bioinformática e como ela era útil para resolver problemas concretos na pesquisa biomédica”, disse Legault.
Intrigado com o potencial da bioinformática – e motivado pela paixão pelas novas tecnologias – decidiu especializar-se na área.
Legault ingressou no laboratório de Marie-Pierre Dubé no Montreal Heart Institute, onde aprimorou suas habilidades no desenvolvimento de bioinformática. Entre outras coisas, ele trabalhou na comparação de métodos para detecção de variações estruturais do genoma. Ele também foi coautor de sua primeira publicação científica, um trabalho inovador no qual usou dados genéticos de gêmeos monozigóticos para comparar algoritmos de detecção de variação.
Transformando a medicina personalizada
Legault explora abordagens de ponta em farmacoômica com o objetivo de transformar a medicina personalizada. Em vez de se limitar a analisar um único gene ou proteína, ele adota uma abordagem mais abrangente que considera todas as moléculas do corpo.
“Na epidemiologia genética, focamos em biomarcadores simples, como os níveis de colesterol, para avaliar o risco de doenças cardíacas”, explicou. “Com essas novas abordagens ômicas, analisamos os efeitos das drogas em todas as proteínas do corpo”.
Para seus estudos de doutorado, Legault analisou os efeitos de 26.616 proteínas em 1.746 fenótipos usando dados de mais de 413 mil indivíduos no UK Biobank, um banco de dados que contém informações genéticas, fenotípicas e de saúde detalhadas de mais de meio milhão de cidadãos britânicos.
Seus resultados, que estão disponíveis na plataforma ExPheWAS para uso de outros pesquisadores, estão levando a uma melhor compreensão das ligações entre a variação genética e diversas doenças.
O objetivo final da pesquisa de Legault é traçar um retrato molecular completo do estado de saúde de um paciente, integrando dados sobre proteínas e outros biomarcadores. Isto irá eventualmente permitir que os profissionais de saúde selecionem o medicamento mais apropriado para cada indivíduo com base no seu perfil biológico único.
“Seremos capazes de priorizar os tratamentos, com base na personalização das escolhas de medicamentos de acordo com a condição atual do paciente”, disse Legault.
Imitando o efeito de uma droga
Um aspecto fundamental da pesquisa de Legault é modelar os efeitos das drogas em pessoas que não as tomam e vincular esses efeitos à variação genética.
“Se uma pessoa tem uma variante genética que reduz naturalmente a actividade de uma enzima, isto poderia imitar o efeito de um medicamento concebido para inibir essa enzima”, explicou.
Estes modelos estão a revelar-se úteis no desenvolvimento de medicamentos, especialmente para conceber ensaios clínicos e prever os efeitos a longo prazo do uso de medicamentos.
No Mila – Quebec Artificial Intelligence Institute, onde é pesquisador associado, Legault está desenvolvendo ferramentas de bioinformática e algoritmos de aprendizado de máquina para analisar o impacto da variação genética na resposta ao tratamento.
Um dos focos de sua pesquisa na Mila é o reposicionamento de medicamentos – ou seja, usar um medicamento existente para tratar outras doenças. Por exemplo, um medicamento desenvolvido para a doença de Crohn poderia ser utilizado para tratar a artrite, com base na análise dos efeitos do medicamento nos perfis ómicos.
Útil para tratar crianças
Legault também é pesquisador do Centro de Pesquisa Azrieli do CHU Sainte-Justine, onde se concentra em prever quais medicamentos normalmente prescritos para adultos também poderiam ser úteis no tratamento de crianças.
Isto representa um grande desafio para um pesquisador acostumado a trabalhar com supercomputadores e bancos de dados massivos.
“Com os adultos, é comum ter dados sobre mais de meio milhão, até mesmo um milhão, de pessoas”, disse Legault. “Mas é extremamente raro ter grupos tão grandes de crianças. Compreender os efeitos de um medicamento a nível molecular nas crianças irá ajudar-nos a priorizar tratamentos adaptados às suas necessidades específicas”.
Além de sua pesquisa, Legault gosta de compartilhar seu conhecimento com estudantes da Université de Montréal. Neste inverno, por exemplo, ele ensinará randomização mendeliana, método que utiliza em sua própria pesquisa.
“O ensino estimula a pesquisa e espero transmitir minha paixão pela pesquisa aos meus alunos”, disse ele.
Para Legault, a maior recompensa é ver alunos inspirados por seu ensino ingressarem em seu laboratório, prontos para contribuir com pesquisas e liderar seus próprios projetos inovadores.