Uma equipa de cientistas do Departamento de Física da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (DF/FCTUC) desenvolveu simulações computacionais avançadas para modelar a forma e deformação dos glóbulos vermelhos em diferentes condições de escoamento e adesão. Estes estudos podem contribuir para a deteção precoce de eventos trombóticos.
Nesta
investigação, liderada pelo Instituto de Medicina Molecular (iMM), os
especialistas estão a estudar o aumento da viscosidade sanguínea,
frequentemente associado a níveis elevados da proteína fibrinogénio. Esta
proteína tem um papel crucial na ligação entre os glóbulos vermelhos,
aumentando a sua adesão, o que pode agravar diversas condições clínicas.
«A
equipa está a analisar a concentração de fibrinogénio em pacientes com
diferentes níveis da patologia e a relacionar esses níveis com a adesão dos
glóbulos vermelhos, utilizando um conjunto avançado de técnicas experimentais.
O nosso objetivo é criar um modelo computacional que simule diferentes
interações entre os glóbulos vermelhos, permitindo uma comparação rigorosa com
os resultados experimentais obtidos pela iMM», elucida Rui Travasso, professor
do DF e investigador do Centro de Física da Universidade de Coimbra (CFisUC).
«Os
testes realizados até ao momento indicam que, em presença de maiores
concentrações de fibrinogénio, os glóbulos vermelhos apresentam maior adesão.
Com o apoio de técnicas de machine learning e processamento de imagem,
conseguimos identificar automaticamente as alterações na forma dos glóbulos
vermelhos antes e após a colisão entre eles, estabelecendo correlações entre as
simulações e os dados experimentais», revela o físico.
O
próximo passo, de acordo com o responsável do projeto na UC, é a criação de uma
vasta base de dados que integre tanto as simulações computacionais como as
experiências laboratoriais. «Esta base de dados permitirá uma análise
quantitativa mais robusta e a classificação das alterações nos glóbulos
vermelhos de forma automatizada. Além disso, está a ser desenvolvida uma
ferramenta baseada em machine learning para identificar os choques mais
representativos das alterações observadas experimentalmente», conclui.
Os
resultados preliminares são promissores, mostrando que a abordagem funciona. O
objetivo a longo prazo é obter uma compreensão mais profunda dos processos de
adesão e deformação dos glóbulos vermelhos em diversas patologias, contribuindo
assim para o avanço do conhecimento científico e o desenvolvimento de
potenciais intervenções terapêuticas. Universidade de Coimbra - Portugal
Sem comentários:
Enviar um comentário