Investigadores da UC recorrem a machine learning para detetar precocemente eventos trombóticos 136

Uma equipa de cientistas do Departamento de Física da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (DF/FCTUC) desenvolveu estudos que podem contribuir para a deteção precoce de eventos trombóticos. Os investigadores utilizaram simulações computacionais avançadas para modelar a forma e deformação dos glóbulos vermelhos em diferentes condições de escoamento e adesão.

Nesta investigação, liderada pelo Instituto de Medicina Molecular (iMM), os especialistas estão a estudar o aumento da viscosidade sanguínea, frequentemente associado a níveis elevados da proteína fibrinogénio, que tem um papel crucial na ligação entre os glóbulos vermelhos, aumentando a sua adesão, o que pode agravar diversas condições clínicas.

“A equipa está a analisar a concentração de fibrinogénio em pacientes com diferentes níveis da patologia e a relacionar esses níveis com a adesão dos glóbulos vermelhos, utilizando um conjunto avançado de técnicas experimentais. O nosso objetivo é criar um modelo computacional que simule diferentes interações entre os glóbulos vermelhos, permitindo uma comparação rigorosa com os resultados experimentais obtidos pela iMM”, elucida Rui Travasso, professor do DF e investigador do Centro de Física da Universidade de Coimbra (CFisUC), em comunicado.

“Os testes realizados até ao momento indicam que, em presença de maiores concentrações de fibrinogénio, os glóbulos vermelhos apresentam maior adesão. Com o apoio de técnicas de machine learning e processamento de imagem, conseguimos identificar automaticamente as alterações na forma dos glóbulos vermelhos antes e após a colisão entre eles, estabelecendo correlações entre as simulações e os dados experimentais”, revela o físico.

O próximo passo, de acordo com o responsável do projeto na UC, é a criação de uma vasta base de dados que integre tanto as simulações computacionais como as experiências laboratoriais, o que irá permitir “uma análise quantitativa mais robusta e a classificação das alterações nos glóbulos vermelhos de forma automatizada”.

O objetivo a longo prazo é obter uma compreensão mais profunda dos processos de adesão e deformação dos glóbulos vermelhos em diversas patologias, contribuindo assim para o desenvolvimento de potenciais intervenções terapêuticas.