o que é ciência de dados ?

A ciência de dados, ou data science, é uma área cientifica nova que entrou em evidencia nos últimos anos. Recentemente foi classificada por diversas revistas como a carreira mais "sexy" e mais quente do século 21 e com isso muitas pessoas passaram a se dizer cientista de dados em seus curriculum e Linkedin (talvez em busca de mais matches no Tinder, quem sabe?). Mas por que todo esse frisson em torno dessa área ?

Precisamos definir o que é ciência de dados, mas não sem antes definir o que são dados.
Dados podem ser definidos como  observações documentadas ou resultados de medições (http://www.ime.unicamp.br/~hildete/dados.pdf).  No mundo de hoje, o fato de você andar na rua com o seu smartphone no bolso, já gera uma grande diversidade de dados. Alguns aplicativos coletam o número de passos que você deu, se você subiu uma escada ou andou de bicicleta. Outros aplicativos coletam informações até mesmo sobre sensores do seu aparelho, como o giroscópio. Sem contar geolocalização e quem sabe ate mesmo o áudio do ambiente ao seu redor.

Outro exemplo são experimentos científicos, que os resultados são nada mais do que dados. Sequenciamento de DNA, contagem de células em um meio de cultura ou imagens capturadas por um telescópio. Alem disso, ainda ha pesquisas de opinião, censo, etc. Dados, dados e mais dados.
Estima-se que  de todos os dados disponíveis nos dias de hoje, 80 a 90% foram gerados nos últimos 2 anos, devido ao avanço em diversas tecnologias de coleta e armazenamento desses dados. Mas pra que serve tudo isso?

Dado em si não significa informação ou conhecimento. Para que o dado se torne informação relevante, ele precisa ser analisado, interpretado, minerado. É nesse ponto que entra o cientista de dados, utilizando ferramentas estatísticas e computacionais como data mining (mineração de dados), machine learning (aprendizado de maquina), etc.

O cientista de dados precisa fundamentalmente ter habilidades computacionais (dominar pelo menos uma linguagem de programação, de preferencia R ou Python), ter um bom conhecimento em estatística e matemática, e alem de tudo, experiência na área de conhecimento sobre o qual se tratam os dados a serem analisados. Por exemplo, um analista de dados que for trabalhar para uma operadora da bolsa de valores, precisa ter conhecimento na área do mercado de ações, para que possa interpretar facilmente os dados, identificar padrões, etc. Já o cientista de dados trabalhando para a indústria farmacêutica muito provavelmente vai precisar de conhecimentos na área de ciências biomédicas.

Por se tratar de uma área  multi-disciplinar, o número de profissionais está muito aquém do número exigido pelo mercado. Isso por si eleva os salários desses profissionais. Além de tudo, uma boa análise de dados tem potencial de gerar muito dinheiro para as empresas. Gigantes como amazon.com investem pesado no setor, para desenvolver algoritmos que, por exemplo, criem sugestões de compras mais efetivas para os usuários que navegam no site. A partir de dados de compras anteriores, o algoritmo pode predizer com certo grau de certeza, qual produto você gostaria de comprar.
Empresas de cartão de crédito conseguem ate mesmo predizer se você vai pagar a sua fatura em dia, pelo tipo de produto que você comprou. Isso é para eles uma verdadeira mina de ouro.

Nas ciências biomédicas, dados genéticos de uma grande quantidade de pessoas, associados a dados sobre a saúde das pessoas, pode levar a novos insights sobre quais mutações genéticas estariam causando determinada doença ou característica (como alergia ou baixa resposta a certos medicamentos).
Porém, antes de mais nada é necessário acumular um volume de dados suficientes para "treinar" os modelos de maneira que eles possam fazer predições acuradas. É o que vem sendo feito desde a era da genômica e pós-genômica. Em paralelo, novos algoritmos computacionais estão sendo desenvolvidos para lidar com esse grande volume de dados gerados, como parte de uma ciência chamada de "Big Data".
Sem sombra de dúvidas, veremos nos próximos anos grande avanços nessa área, e provavelmente isso causará mudanças dramáticas no mundo em que vivemos.

RC

FDA aprova a primeira terapia gênica nos EUA

Esta semana, o FDA (órgão Americano responsável pela regulamentação de todos os tratamentos médicos nos EUA) aprovou a primeira opção de terapia genética nos EUA, para tratamento de alguns de leucemia linfoblástica aguda (ALL).

Os jornais do mundo foram tomados por notícias a respeito desse grande avanço, porém, dessa vez o alarde não foi sem motivo (apesar dos tradicionais exageros).  

Apesar do preço exorbitante (cerca de meio milhão de dólares), dos possíveis efeitos colaterais, e de ser um tratamento apenas indicado para casos em que o paciente não responde as terapias convencionais, esta nova terapia demonstra apenas o começo de uma nova era na medicina.

O tratamento consiste em retirar, a partir de amostras sanguíneas, células do próprio paciente (linfócitos T) e modifica-las geneticamente, programando-as para reconhecer e destruir as células cancerosas, combinando assim imuno-terapia (já muito utilizada contra diversos tipos de câncer) com terapia gênica.

Essas novas células reprogramadas são então chamadas de CAR-T (CAR vem de “chimeric antigen receptors” ou receptores de antígeno quiméricos).

CAR-T programada para reconhecer uma célula cancerosa

Baseado nos estudos clínicos feitos até o momento, as chances de sobrevida de até 6 meses são de 89%, e de 79% de sobreviver pelo menos um ano (estudo realizado com 63 pacientes).

A primeira coisa a ser esclarecida aqui: o critério de cura em câncer é sempre de longo prazo. Não se pode falar em cura num prazo de um ano. Isso não significa que o tratamento é apenas eficaz para dar alguma sobrevida, mas apenas que ainda não observamos por tempo suficiente. A empresa farmacêutica (Novartis) que desenvolveu o tratamento continuará os estudos clínicos para acompanhar a evolução e também monitorar efeitos colaterais.

Até o momento, o efeito colateral mais preocupante é a síndrome de liberação de citocinas, que é potencialmente grave e pode ser fatal se não for tratado rapidamente.  Nesta síndrome, há liberação massiva de mediadores químicos do sistema imune, causando uma hiper-estimulação do mesmo. Por isso, para ministrar o tratamento, as clinicas e hospitais precisam ser certificados pela Novartis. Alguns óbitos ocorreram em estudos de tratamentos do mesmo tipo, conduzidos por outras empresas.

Mas então, o que difere esse tratamento de todos os outros?

Ao contrario de todos os tratamentos existentes até então, ele não é baseado em compostos químicos, nem é um tratamento genérico onde exatamente as mesmas substancias são utilizadas para todos os pacientes.

Como dito anteriormente, nesse tratamento as células do próprio paciente são “programadas”, através de modificação genética, para caçar e destruir as células cancerosas.  Isso é importante principalmente pois dessa forma não há rejeição pelo paciente as suas próprias células, e também outros tipos celulares não são afetados.

A modificação genética consiste em inserir nos linfócitos T do paciente, genes que codificam os tais receptores quiméricos (CAR) que reconhecem uma proteína específica (neste caso, CD19) de superfície nos linfócitos B (que são as células que estão se multiplicando fora de controle no caso da leucemia ALL). Assim esses linfócitos são multiplicados no laboratório e inseridos em grande quantidade na corrente sanguínea do paciente, e então essas novas células passam a buscar e destruir os linfócitos B, controlando a doença e em alguns casos podendo levar à cura. 

O grande frisson sobre tudo isso é que essa técnica pode, em teoria, ser utilizada para tratar qualquer outro tipo de câncer. Porém, na prática, os resultados contra tumores sólidos se mostrou decepcionante, sendo necessárias melhorias.

De toda forma, diversos tipos de câncer de células do sangue já estão sendo “atacados” por essa técnica. Só nos resta esperar e torcer.

Ilustração representando o tratamento com células CAR-T para leucemia ALL