Tese do Programa de Pós-Graduação em Modelagem Computacional (PGMC) da Universidade Federal de Juiz de Fora (UFJF) ganha prêmio de melhor tese do 20º Simpósio Brasileiro de Computação Aplicada à Saúde da Sociedade Brasileira de Computação. O estudo, intitulado “Modelagem Computacional da Resposta Imune à Vacina Contra Febre Amarela”, teve como objetivo o uso de técnicas de modelagem computacional para avaliação de vacinas, com foco na da febre amarela. O modelo desenvolvido na pesquisa foi capaz de reproduzir os níveis de anticorpos observados nos indivíduos quando vacinados contra febre amarela em diferentes situações, desde a primeira vacinação em adultos até a vacinação utilizando doses fracionadas. Na mesma categoria, a tese “Impact of uncertainties in cardiac mechanics simulations”, também do PGMC, recebeu menção honrosa.
O modelo desenvolvido na pesquisa foi capaz de reproduzir os níveis de anticorpos observados nos indivíduos quando vacinados contra febre amarela em diferentes situações.
Modelagem computacional e febre amarela
A vacina utilizada no Brasil para a imunização contra a febre amarela está disponível desde 1937. Mas ainda existem diversas questões ainda sendo discutidas como a dose ideal e a necessidade de reforço para diferentes indivíduos como crianças, por exemplo. Entre 2017 e 2018, o Brasil registrou o surto mais expressivo da doença, registrando 1376 casos e 483 mortes de acordo com dados do Ministério da Saúde. Observando surtos como esse no Brasil e em países como a Angola e a República Democrática do Congo, a Organização Mundial da Saúde (OMS) lançou em abril de 2017 a estratégia “Eliminate Yellow fever Epidemics” (EYE), com objetivo de eliminar as epidemias de FA no mundo até 2026.
Uma das metas da estratégia é a pesquisa e desenvolvimento para melhores ferramentas e práticas. De acordo com Carla Bonin, autora da tese, os modelos computacionais se encaixam nesse objetivo, permitindo a simulação de diferentes cenários reais apenas alterando valores presentes no modelo, sem que haja nenhum risco ou gasto desnecessário. “Com essas simulações, podemos avaliar comportamentos que demorariam anos para serem observados experimentalmente ou que demandariam exames difíceis e caros de serem realizados”, aponta.
“Com essas simulações, podemos avaliar comportamentos que demorariam anos para serem observados experimentalmente ou que demandariam exames difíceis e caros de serem realizados”, aponta a autora.
“O modelo vem sendo desenvolvido ao longo dos últimos 7 anos, utilizando dos conhecimentos adquiridos durante o meu mestrado e doutorado aliado aos conhecimentos dos orientadores”, lembra Carla. O modelo foi capaz de reproduzir as concentrações de anticorpos encontrados em indivíduos primovacinados – vacinados no primeiro ano de vida – com a dose padrão da vacina. Além disso, foram apresentados bons resultados para diversos outros cenários como indivíduos revacinados, portadores de doenças autoimunes sob uso de terapia imunomoduladora combinada e crianças. De acordo com Rodrigo Weber, um dos orientadores da pesquisa, “o modelo chegou a esse resultado utilizando equações diferenciais ordinárias para representar importantes populações de células e moléculas que estão envolvidas diretamente na produção de anticorpos, os principais marcadores de imunidade.”
Modelo aplicado a Covid-19
A vacina disponível e utilizada há muitos anos para febre amarela é feita utilizando o vírus vivo atenuado, como muitas das vacinas sendo desenvolvidas no mundo todo para o combate ao coronavírus. A vacina da Oxford, por exemplo, usa uma versão atenuada de um adenovírus – vírus comum de resfriado – alterado geneticamente com uma das principais proteínas do novo coronavírus.
Como a Covid-19 é uma doença causada por vírus, assim como a Febre Amarela, muitas das células e moléculas consideradas no modelo já desenvolvido são também importantes no combate ao novo coronavírus. “Nosso modelo serve como base para a adaptação aos comportamentos específicos relacionados à resposta imune ao SARS-COV2. Com um modelo bem calibrado, é possível testar diversas hipóteses que estão sendo levantadas pelos pesquisadores acerca dos mecanismos de funcionamento do vírus e ajudar a responder o porquê de alguns indivíduos evoluírem para a forma grave da doença mesmo sem pertencer a grupos de risco, por exemplo”, esclarece Marcelo Lobosco, orientador principal da pesquisa.
Simpósio Brasileiro de Computação Aplicada à Saúde
O Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS) é um dos principais fóruns de divulgação científica e de encontro de pesquisadores das áreas de computação e saúde. É o principal evento nacional organizado pela Comissão Especial de Computação Aplicada à Saúde (CE-CAS) da Sociedade Brasileira de Computação (SBC). O SBCAS teve origem no Workshop de Informática Médica (WIM), evento consolidado e reconhecido nacionalmente, com 17 edições realizadas regularmente entre 2001 e 2017.
“Receber o prêmio de melhor tese de doutorado na área de Computação Aplicada à Saúde dentre as participantes no Simpósio é muito gratificante. Esse trabalho é fruto de anos de pesquisa, desde o início de meu mestrado em 2013, e o prêmio vem consagrar todo esse trabalho, que foi feito em parceria com meus orientadores e alguns colaboradores especialistas nas pesquisas sobre vacina de Febre Amarela”, conclui Carla.
Mais informações