# Bioinformática e IA explicável podem identificar biomarcadores genéticos e interações gênicas no transtorno do espectro autista?

> Sim. A análise de dados de cinco conjuntos GEO, com 351 controles neurotípicos e 358 indivíduos com autismo, identificou 3.339 genes diferencialmente expressos e, após meta-análise, 342 genes, incluindo biomarcadores potenciais como HOXB3, NR2F2, MAPK8IP3, PIGT, SEMA4D, SSH1 e MID2, além de SNPs de alto risco e variantes missense associadas a inibidores de FGFR.

Estudo citado: Nahas LD, Datta A, Alsamman AM, Adly MH, Al-Dewik N, Sekaran K et al.. Genomic insights and advanced machine learning: characterizing autism spectrum disorder biomarkers and genetic interactions. Metabolic brain disease. 2024. DOI: https://doi.org/10.1007/s11011-023-01322-3. PubMed: https://pubmed.ncbi.nlm.nih.gov/38153584/

## Resposta

O estudo aplicou bioinformática avançada e IA explicável para analisar expressão gênica associada ao transtorno do espectro autista, reunindo dados de cinco conjuntos GEO. A comparação entre 351 controles neurotípicos e 358 indivíduos com autismo permitiu mapear um conjunto amplo de genes diferencialmente expressos e, em etapa seguinte, refinar os achados por meta-análise.

Foram identificados 3.339 genes diferencialmente expressos com p-valor ajustado ≤ 0,05. A meta-análise apontou 342 genes diferencialmente expressos com p-valor ajustado ≤ 0,001, incluindo 19 genes upregulated e 10 down-regulated presentes em todos os conjuntos de dados. Também foram examinados genes compartilhados, SNPs patogênicos, posições cromossômicas e o impacto dessas variantes em vias biológicas.

A partir de mineração de texto, os autores destacaram biomarcadores potenciais — HOXB3, NR2F2, MAPK8IP3, PIGT, SEMA4D e SSH1 — que merecem investigação adicional. O papel dos genes RPS4Y1 e KDM5D em neurogênese e neurodesenvolvimento também foi abordado. A análise detectou 1.286 SNPs ligados a condições relacionadas ao autismo, dos quais 14 SNPs de alto risco estavam localizados nos cromossomos 10 e X.

O trabalho ainda ressaltou SNPs missense potenciais associados a inibidores de FGFR, sugerindo que esse marcador pode ser promissor para resposta a terapias-alvo. O modelo de IA explicável identificou o gene MID2 como possível biomarcador do transtorno do espectro autista. Os autores concluem que os achados fornecem base para a descoberta de novos genes em doenças complexas.

Para o médico, trata-se de um estudo exploratório de bioinformática e IA, não de validação clínica. Os resultados não devem ser usados para diagnóstico ou decisão terapêutica individual neste momento, mas indicam direções de pesquisa e reforçam a necessidade de estudos de validação antes de qualquer aplicação prática.

## O que o estudo mostrou

Estudo de bioinformática e IA explicável com dados de cinco conjuntos GEO, comparando 351 controles neurotípicos e 358 indivíduos com autismo. Identificou 3.339 genes diferencialmente expressos (p-valor ajustado ≤ 0,05) e, após meta-análise, 342 genes (p-valor ajustado ≤ 0,001), com 19 upregulated e 10 down-regulated em todos os conjuntos. Detectou 1.286 SNPs, sendo 14 de alto risco nos cromossomos 10 e X, e apontou biomarcadores potenciais, incluindo MID2 pela IA explicável.

## Limitações

O resumo não informa detalhes sobre o desenho completo, critérios de seleção dos conjuntos de dados, características clínicas dos participantes ou limitações metodológicas. Os biomarcadores identificados são potenciais e necessitam de validação independente; não há informação sobre desempenho diagnóstico, reprodutibilidade em outras populações ou aplicação clínica direta.

## Aplicação no consultório

Os achados ainda não sustentam uso clínico rotineiro de testes genéticos para autismo na prática do consultório. O médico pode acompanhar a literatura sobre biomarcadores e terapias-alvo, mas deve evitar incorporar esses marcadores em protocolos assistenciais sem validação. Na gestão do consultório, o foco permanece em avaliação clínica estruturada e encaminhamento adequado, sem criar expectativas sobre testes genéticos experimentais.

## Perguntas para aprofundar

- Quais biomarcadores genéticos do transtorno do espectro autista têm maior potencial de validação clínica?
- Como a IA explicável pode apoiar a descoberta de genes em doenças neurodesenvolvimentais complexas?
- O que se sabe sobre SNPs missense associados a inibidores de FGFR no autismo?

Tema: IA em medicina de precisão e genômica. Página: https://alphadoctor.com.br/ciencia/ia-medicina-precisao-genomica/bioinformatica-e-ia-explicavel-podem-identificar-biomarcadores-geneticos-e/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.