Biossensor identifica câncer de pâncreas em estágios iniciais

Pesquisadores brasileiros desenvolveram um sensor eletroquímico capaz de detectar o câncer de pâncreas ainda nos estágios iniciais. O dispositivo identifica, em baixas quantidades no sangue, a molécula biomarcadora CA19-9, oferecendo uma alternativa mais simples, rápida e acessível aos exames convencionais.

Como o câncer de pâncreas costuma ser assintomático no início, o diagnóstico geralmente ocorre tardiamente, o que contribui para sua alta letalidade. Em estágios avançados, a taxa de sobrevida em cinco anos é de cerca de 3%. A proposta do biossensor é justamente ampliar o acesso ao diagnóstico precoce.

Descrito em estudo publicado na revista ACS Omega, o sensor detecta a proteína CA19-9, principal marcador biológico da doença, normalmente identificada apenas em exames laboratoriais mais complexos.

Nos testes realizados com 24 amostras de sangue de pacientes em diferentes estágios da doença e de um grupo-controle, os resultados foram semelhantes aos obtidos por métodos tradicionais. A próxima etapa da pesquisa prevê ampliar o número de análises e incluir outros tipos de amostras, como saliva e urina.

Atualmente, o diagnóstico costuma ser feito por meio do teste Elisa, que exige estrutura laboratorial, profissionais especializados e maior tempo de processamento. O novo sensor busca oferecer uma alternativa de baixo custo e fácil aplicação, aumentando as chances de sucesso no tratamento.

O funcionamento do dispositivo se baseia na medição da capacitância elétrica na presença da proteína CA19-9. A superfície do sensor contém anticorpos que reconhecem e se ligam ao biomarcador presente no sangue, provocando uma alteração elétrica que é convertida em sinal mensurável.

Quanto maior a concentração da proteína, maior a variação detectada. Em cerca de dez minutos, o sistema analisa o resultado e estima a quantidade de CA19-9, permitindo identificar níveis muito baixos da substância.

Os pesquisadores também trabalham no desenvolvimento de outros sensores com diferentes mecanismos, além da combinação de análises em sangue, saliva e urina para aumentar a precisão.

Outra frente do estudo envolve o uso de aprendizado de máquina para criar uma “língua bioeletrônica”, capaz de interpretar grandes volumes de dados, identificar padrões e aprimorar a análise dos resultados.