Longevity & AgingArtigo CientíficoAcesso Aberto

O Programa ADAPT Tem Como Objetivo Superar o Câncer Rastreando Tumores à Medida que Evoluem

A iniciativa ADAPT da ARPA-H utiliza dados multimodais em tempo real e inteligência artificial para detectar resistência emergente a medicamentos e ajustar dinamicamente o tratamento do câncer.

terça-feira, 18 de agosto de 2026 2 visualizações
Publicado em Cancer Cell
Glowing 3D tumor network with branching resistance pathways, surrounded by floating genomic data streams and liquid biopsy vials

Resumo

O ADAPT é uma iniciativa nacional do ARPA-H projetada para transformar o tratamento do câncer por meio do monitoramento da evolução tumoral em tempo real. Em vez de depender de biomarcadores estáticos, o ADAPT integra biópsias líquidas, genômica, imagens e prontuários clínicos em modelos preditivos baseados em inteligência artificial que antecipam a resistência a medicamentos antes que ela se torne clinicamente evidente. Uma plataforma inovadora de ensaio clínico evolutivo — que recruta pacientes com cânceres de mama metastático, colorretal e pulmonar — testa sequências terapêuticas dentro de um único protocolo adaptativo, ajustando o tratamento à medida que novas características de resistência surgem. Uma plataforma centralizada de dados (TAP), construída sobre DNAnexus e XNAT, permite o compartilhamento seguro e ágil de dados multimodais entre instituições. O objetivo é retardar ou prevenir a progressão da doença, tornando a oncologia verdadeiramente responsiva à biologia em constante mudança de cada tumor.

Resumo Detalhado

A característica definidora do câncer é sua capacidade de evoluir sob pressão terapêutica, adquirindo mecanismos de resistência que tornam tratamentos anteriormente eficazes inúteis. A prática oncológica atual depende fortemente de biomarcadores estáticos — mutações em gene único ou patologia de linha de base — que capturam apenas um instantâneo dessa complexidade. O programa ADAPT (Advanced Analysis for Precision Cancer Therapy) da ARPA-H foi concebido para fechar essa lacuna, construindo um sistema vivo e em constante aprendizado que monitora tumores longitudinalmente e ajusta o tratamento em tempo quase real.

O programa se apoia em três pilares. Primeiro, as equipes de biomarcadores desenvolvem modelos preditivos dinâmicos, interpretáveis e multimodais. Esses modelos integram sequenciamento genômico, transcriptômica, dados de vias proteicas, histopatologia, imagens radiológicas e DNA tumoral circulante (ctDNA) em "embeddings" específicos de cada paciente — representações unificadas de baixa dimensionalidade que impulsionam as previsões de tratamento subsequentes. Os métodos incluem atribuição de características baseada em SHAP, modelos baseados em lógica, redes neurais visíveis alinhadas com vias moleculares conhecidas e ferramentas de aprendizado por transferência como OncoPredict e TCRP, que permitem que modelos treinados em contextos ricos em dados se generalizem para pequenas coortes clínicas. É importante destacar que os modelos são projetados para permanecer funcionais mesmo quando modalidades de dados estão ausentes ou apresentam ruído.

Segundo, o ADAPT inaugura uma estrutura de ensaio clínico evolucionário que recruta pacientes com cânceres metastáticos de mama (principalmente ER+/HER2−), colorretal (com estabilidade de microssatélites) e de pulmão de células não pequenas. Diferentemente dos ensaios convencionais, esse protocolo modular e de código aberto testa múltiplas sequências terapêuticas em uma única plataforma, incorpora prospectivamente biomarcadores recém-descobertos e utiliza sub-ensaios Bayesianos adaptativos do tipo N-de-um (Bayes-Nano) para identificar rapidamente combinações promissoras de biomarcadores e medicamentos. Biópsias líquidas em série e imagens ao longo das linhas de tratamento geram os dados longitudinais necessários para detectar traços de resistência à medida que surgem e orientar a troca adaptativa de tratamento. Cada braço de câncer possui uma estratégia personalizada: pacientes com câncer de mama realizam biópsias sanguíneas em série para orientar a seleção da próxima linha após progressão com inibidores de CDK4/6; pacientes com câncer colorretal são perfilados ao longo de três linhas de terapia com "delta biomarcadores" correlacionando mudanças precoces induzidas pelo tratamento com desfechos; pacientes com câncer de pulmão em imunoterapia de primeira linha são monitorados com ctDNA/cfDNA e imagens, com pacientes que progridem entrando em sub-ensaios correspondentes por biomarcadores.

Terceiro, a Plataforma de Tratamento e Análise ADAPT (TAP) unifica as operações de pesquisa e clínicas. Construída sobre a DNAnexus Managed Cloud Platform e o kit de ferramentas de neuroimagem XNAT, a TAP fornece armazenamento escalável de multi-ômicas, controle de qualidade automatizado de imagens, extração de características de alto rendimento e compartilhamento seguro de dados entre instituições. Prazos rigorosos de entrega pelos fornecedores e interoperabilidade baseada em nuvem garantem que resultados interpretáveis cheguem a profissionais de saúde e pacientes sem interromper os fluxos de trabalho assistencial. Um roteiro regulatório e de reembolso também está em desenvolvimento para apoiar a adoção clínica sustentável de biomarcadores multimodais.

A ambição do ADAPT é significativa: tornar a terapia oncológica um sistema em aprendizado contínuo, onde os dados de cada paciente melhoram o cuidado de futuros pacientes com tumores semelhantes. Se bem-sucedida, essa infraestrutura poderá servir como modelo escalável para a oncologia de precisão além dos três tipos de câncer iniciais.

Principais Descobertas

  • ADAPT integrates ctDNA, genomics, imaging, and EHR data into dynamic AI models that predict emerging drug resistance.
  • An evolutionary trial platform tests multiple therapy sequences in one protocol, adjusting treatment as tumor traits change.
  • Bayes-Nano sub-trials enable rapid biomarker-drug pairing discovery within deeply characterized patient cohorts.
  • The TAP data platform links institutions for near-real-time secure data sharing and reproducible biomarker analysis.
  • Three cancer types—metastatic breast, colorectal, and NSCLC—serve as initial testbeds across multiple lines of therapy.

Metodologia

ADAPT é uma iniciativa programática prospectiva e multicêntrica que combina desenvolvimento retrospectivo de modelos (triagens em linhagens celulares, conjuntos de dados existentes de pacientes) com um ensaio clínico adaptativo modular que recruta pacientes com câncer de mama metastático, colorretal e NSCLC. Os modelos de biomarcadores utilizam métodos de aprendizado de máquina, incluindo SHAP, redes neurais visíveis, OncoPredict e TCRP, refinados de forma iterativa com dados do ensaio em tempo real. A plataforma TAP (DNAnexus + XNAT) centraliza o gerenciamento de dados de multi-ômica e imagem entre as instituições.

Limitações do Estudo

ADAPT é uma descrição de programa, e não um estudo concluído, portanto a eficácia e a utilidade clínica de seus modelos de IA e do desenho adaptativo de ensaios permanecem sem comprovação. A complexidade da integração multimodal de dados em tempo real entre instituições apresenta desafios logísticos, regulatórios e de reembolso substanciais. A generalização além dos três tipos iniciais de câncer e de ambientes acadêmicos com recursos abundantes é incerta.

Gostou deste resumo?

Receba as pesquisas de longevidade mais recentes na sua caixa de entrada toda semana.

Digite seu e-mail para assinar: