HN – Em que consiste exatamente a nova ferramenta de inteligência artificial que desenvolveu para detetar, em tempo real, as consequências das infeções nas nossas células?

Mario del Rosario (MdR)– A ferramenta chama-se InfectoFiTT e é um projecto colaborativo que nasce da fusão de duas áreas de especialização: a experiência da Raquel em Staphylococcus aureus e biologia da infeção intracelular, e a minha experiência em microscopia avançada, fototoxicidade e análise de imagem com inteligência artificial.
Em termos simples, fazemos vídeo-microscopia de células vivas ao longo de todo o processo de infeção e usamos algoritmos de IA para segmentar, seguir e classificar individualmente cada célula. A partir de alterações subtis na forma, movimento, e viabilidade celular, o InfectoFiTT consegue detetar e quantificar estados de stress induzidos pela infeção, distinguindo-os de células saudáveis, em stress ligeiro ou em stress severo.
Do lado bacteriano, a ferramenta identifica eventos como invasão, sobrevivência, replicação e saída da célula hospedeira, permitindo relacionar diretamente o comportamento da bactéria com o impacto na célula infetada. Na prática, é como transformar o microscópio num “sensor inteligente” que lê, como é que a infeção está a afetar as nossas células.

HN – Como é que a capacidade de monitorizar uma infeção em tempo real pode revolucionar a forma como combatemos a resistência aos antibióticos?

Raquel Portela (RP) : A resistência aos antibióticos não depende apenas do antibiótico e da bactéria; depende também de quando e em que contexto celular a bactéria é exposta ao fármaco. Ao monitorizarmos a infeção em tempo real, o InfectoFiTT permite identificar janelas temporais críticas em que a bactéria é mais vulnerável, por exemplo, antes de escapar do fagossoma, estrutura onde as bactérias residem após a entrada na célula e que é de muito difícil penetração aos antibióticos, ou num pico de replicação intracelular.
Esta monitorização em tempo real permite também ver se um antibiótico “salva” realmente a célula hospedeira, e não apenas se reduz o número de bactérias presentes. E, ainda, distinguir situações em que a bactéria sobrevive “escondida” dentro de células aparentemente viáveis, funcionando como um reservatório para reinfeções posteriores.
Isto abre a porta a estratégias mais racionais de tratamento: combinações de antibióticos e timings de administração ajustados às fases da infeção em que o fármaco tem maior probabilidade de funcionar, ajudando a atrasar ou evitar o aparecimento de resistência.

HN – A sua investigação foca-se na biologia da infeção intracelular. Que desafios únicos representam as bactérias que se “escondem” dentro das nossas células para o desenvolvimento de novos antibióticos?

RP: Durante muito tempo pensou-se que a bactéria S. aureus era exclusivamente extracelular e que esta seria a única forma de promover doença. Atualmente, sabe-se que S. aureus consegue viver dentro das nossas células representando desafios adicionais ao seu tratamento. Por um lado, dentro da célula hospedeira, a bactéria está parcialmente protegida da ação direta de muitos antibióticos e do sistema imunitário. Por outro lado, no decurso da mesma infecção, as bactérias encontram-se em estados diferentes, algumas activamente a replicar, outras em persistência que é uma forma de “hibernação” bacteriana, e cada estado responde de forma distinta à antibioterapia. E mesmo quando os sintomas melhoram, devido ao decréscimo no número de bactérias presentes, podem ficar bactérias viáveis, persistentes, escondidas nestes nichos intracelulares, favorecendo infeções crónicas e recaídas assim como a possibilidade de estas bactérias viajarem no interior do nosso corpo no interior de algumas células o que pode culminar na sua reactivação em novos locais de infecção diferentes dos originais.
Com o InfectoFiTT conseguimos visualizar esta heterogeneidade em tempo real, ligando fenótipos intracelulares específicos, por exemplo, bactérias que escapam ao fagossoma, às respostas de stress nas células hospedeiras. Isto ajuda-nos a perceber que alvos e que fases da infecção são mais relevantes para o desenho de novos antibióticos eficazes contra estas populações “escondidas”.

HN – Como espera que a ferramenta de IA que desenvolveu possa, no futuro, contribuir para a descoberta de novos fármacos ou estratégias terapêuticas contra bactérias multirresistentes?

MdR: Vemos o InfectoFiTT como a base de uma futura plataforma de triagem funcional focada não só na bactéria, mas também na saúde da célula hospedeira. Em vez de perguntarmos apenas “este composto mata a bactéria?”, podemos perguntar “Este composto impede a instalação da infeção intracelular?”, “Reduz o stress da célula hospedeira e previne a sua morte?”, e ainda “Consegue eliminar reservatórios intracelulares sem danificar excessivamente o tecido?”
Ao combinar a experiência da Raquel em mutantes de S. aureus e modelos de infecção com a experiência do Mario em microscopia, análise de grandes volumes de dados e IA, o InfectoFiTT pode gerar assinaturas fenotípicas de infecção e de resposta a fármacos. No futuro, estas assinaturas podem ser usadas para priorizar candidatos a antibióticos ou terapias combinadas que sejam eficazes precisamente nos contextos em que as bactérias multirresistentes costumam escapar aos tratamentos.

HN – Na sua opinião, qual é o papel da inteligência artificial e da análise de grandes volumes de dados (big data) no futuro do combate às infeções bacterianas?

MdR: A biologia da infeção moderna é, inevitavelmente, uma ciência de big data: imagens de alta resolução, “omics”, registos clínicos e dados de resistência circulam em escalas impossíveis de analisar manualmente. A inteligência artificial é essencial para transformar imagens em dados quantitativos, como fazemos com o InfectoFiTT, permitindo medir fenótipos complexos célula a célula, bem como para encontrar padrões que não são óbvios ao olho humano, como combinações de características que predizem se uma célula irá sobreviver ou morrer durante a infeção. A inteligência artificial é ainda essencial para integrar múltiplos níveis de informação desde o comportamento celular até dados genómicos para propor novas hipóteses e alvos terapêuticos.
No fundo, a IA não substitui a biologia; amplifica aquilo que conseguimos ver e interpretar. Ao juntarmos a experiência em biologia de S. aureus e infeção intracelular com o know-how em IA e microscopia, conseguimos fazer perguntas muito mais detalhadas sobre como as infeções se instalam e como as podemos travar.

HN – A sua ferramenta permite identificar fases específicas do processo de infeção? Em caso afirmativo, como é que essa informação pode ser usada para tornar os tratamentos antimicrobianos mais precisos e eficazes?

RP: Sim. Uma das vantagens do InfectoFiTT é precisamente a resolução temporal: ao seguirmos as células ao longo de muitas horas, conseguimos marcar fases distintas da infeção, como a invasão ou fagocitose, a replicação intracelular, e o escape e morte celular.
Usamos algoritmos de deteção de objetos para classificar eventos como fagocitose, sobrevivência, replicação e saída da bactéria, enquanto medimos em paralelo o estado de stress da célula hospedeira. Assim, conseguimos dizer, por exemplo, que um determinado antibiótico é mais eficaz se for administrado antes da saída das bactérias do fagossoma, ou que outro fármaco reduz de forma específica o stress associado a uma fase concreta da infeção.
Isto abre caminho a regimes terapêuticos mais personalizados, em que o tipo de antibiótico, a dose e o timing são ajustados às fases da infecção que a nossa análise indicar como mais vulneráveis e com maior atenção à protecção das células do hospedeiro.

HN – Quais são os próximos passos para a sua investigação? Está já a planear validar a ferramenta de IA em outros tipos de bactérias ou em cenários de infeção mais complexos?

MdR and RP: Os próximos passos seguem duas direções complementares. Por um lado, pretendemos alargar o tipo de modelos de infeção, testando o InfectoFiTT com estirpes mutantes de S. aureus alteradas em virulência e evasão imunitária, para verificar se a ferramenta consegue distinguir padrões de stress específicos, e no futuro, expandir para outros agentes patogénicos intracelulares, incluindo parasitas e bactérias com ciclos de vida ainda mais complexos.
Por outro lado, pretendemos também aumentar a complexidade dos sistemas modelo, transferindo a abordagem para modelos de organ-on-a-chip e sistemas 3D que mimetizam melhor os tecidos humanos, uma área para a qual a Raquel já obteve financiamento dedicado, e integrando ainda mais a componente de IA e de análise de grandes volumes de dados, aproveitando a experiência do Mario em frameworks como o PhotoFiTT, para tornar a análise mais automatizada e escalável.
O objetivo final é que a InfectoFiTT evolua de uma ferramenta de prova-de-conceito no laboratório para uma plataforma versátil para estudar infeções intracelulares e apoiar a descoberta de novas estratégias terapêuticas.

Entrevista MMM