Uma equipe da Universidade Estadual do Arizona (EUA) localizou uma série de biomarcadores que, analisados com ferramentas de inteligência artificial, poderiam servir para antecipar quais indivíduos reagirão melhor a uma vacina mesmo antes de recebê-la.
Neste projeto, os cientistas da Universidade Estadual do Arizona e colaboradores estudaram amostras de sangue de mais de 4.000 pessoas, medindo anticorpos frente a 185 antígenos, ou seja, alvos reconhecidos pelo sistema imunológico. Entre eles figuravam vírus e bactérias habituais, assim como alvos vinculados a distúrbios autoimunes.
A seguir, recorreram a algoritmos de inteligência artificial para examinar os padrões presentes nas amostras coletadas antes e depois da vacinação contra a COVID-19, identificando combinações de anticorpos capazes de diferenciar aqueles que desenvolviam uma resposta robusta de quem mostrava uma reação mais limitada.
Os resultados, divulgados na "Cell Press Blue", apontam para novas possibilidades para desenhar programas de vacinação mais adaptados a cada pessoa. "Nosso estudo revelou que certos biomarcadores, ao serem analisados com inteligência artificial, podem prever quem tem mais probabilidades de responder bem a uma vacina, mesmo antes de recebê-la. Isso sugere que algumas pessoas podem estar melhor preparadas imunologicamente do que outras", explica Joshua LaBaer, responsável principal pelo trabalho.
Os anticorpos como indicador do estado imunológico
Normalmente, a eficácia de uma vacina é verificada após a administração, medindo se o organismo gerou anticorpos frente ao patógeno alvo. Nesta ocasião, os pesquisadores se perguntaram se os padrões de anticorpos já presentes no sangue poderiam antecipar a resposta antes da injeção.
Fatores como a idade, o sexo, a carga genética, o histórico de doenças e outras patologias de base foram vinculados à intensidade da resposta vacinal. As pessoas com o sistema imunológico comprometido costumam apresentar maior risco de respostas insuficientes, embora mesmo dentro desses grupos a variabilidade seja notável.
O enfoque descrito neste trabalho encontra-se entre os primeiros que empregam uma ampla "impressão digital" de anticorpos pré-vacinação para medir o grau de preparação imunológica. Ao contrário de outros métodos de previsão centrados na análise genética, esta estratégia baseia-se nos padrões de anticorpos circulantes, o que poderia facilitar sua transferência para a prática clínica.
Além das etiquetas de risco imunológico
Para avaliar se essa impressão de anticorpos era capaz de refletir a preparação frente à vacina, a equipe analisou as respostas a 185 antígenos. Entre eles estavam o SARS-CoV-2, responsável pela COVID-19, diferentes vírus e bactérias comuns, além de alvos relacionados a doenças autoimunes.
No total, foram estudadas 8.687 amostras provenientes de 4.089 participantes, que abrangiam tanto voluntários saudáveis quanto pessoas com doenças ou tratamentos associados à imunossupressão, como o HIV, o mieloma múltiplo, tumores sólidos, patologias autoimunes, doença inflamatória intestinal e receptores de transplantes de órgãos sólidos.
A análise mostrou que vários grupos imunodeprimidos tinham maior probabilidade de mostrar respostas reduzidas à vacinação contra a COVID-19. No entanto, essas categorias clínicas não se mostraram preditores exatos: alguns pacientes imunodeprimidos desenvolveram respostas potentes, enquanto entre 5 e 6 por cento dos participantes saudáveis apresentaram respostas fracas.
Anticorpos sentinela que fazem a diferença
Os autores observaram que concentrações mais elevadas de determinados anticorpos preexistentes, incluindo aqueles direcionados contra microorganismos comuns como "Staphylococcus aureus", o VRS e o respirovírus, estavam associadas a uma melhor resposta à vacina contra a COVID-19.
Esses anticorpos são descritos como "sentinela", uma vez que refletiriam o nível de preparação imunológica de base de cada indivíduo. Não precisam atacar diretamente o patógeno contra o qual se vacina, mas parecem indicar a capacidade de reação da ramificação do sistema imunológico encarregada de produzir anticorpos.
A partir daí, os investigadores se questionaram se o conjunto completo de anticorpos, e não apenas alguns poucos marcadores isolados, poderia servir para detectar as pessoas com maior risco de responder de forma insuficiente às vacinas. Para isso, seu modelo de aprendizado profundo examinou padrões em todo o painel de anticorpos, integrando múltiplas medições em um perfil imunológico global.
Rumo a campanhas de vacinação mais personalizadas
O trabalho destaca uma das grandes vantagens da IA aplicada à biomedicina: sua capacidade de descobrir padrões sutis e com valor preditivo dentro de enormes volumes de dados biológicos que de outra forma passariam despercebidos. Esta abordagem sugere que a preparação para a vacinação é melhor compreendida analisando o sistema imunológico como um todo, em vez de se fixar apenas em uma doença concreta ou em um anticorpo específico.
Segundo os autores, as conclusões poderiam se estender além da COVID-19 se forem confirmadas em investigações adicionais e com outros tipos de vacinas. O estudo do perfil de anticorpos sentinela poderia orientar o desenvolvimento e a avaliação de novas vacinas, assim como a atenção clínica de pessoas com risco de apresentar respostas imunológicas insuficientes.
Esse tipo de ferramentas permitiria aos profissionais de saúde identificar os pacientes que poderiam necessitar de doses adicionais, um acompanhamento mais próximo ou medidas de proteção alternativas. Ao mesmo tempo, ajudaria a esclarecer por que algumas pessoas respondem muito bem à vacinação enquanto outras mal geram proteção.