Colorectal cancer is one of the most common cancers in the world, and it is one of the leading causes of cancer-related death. Despite recent progress in the development of screening programs and in the management of patients with colorectal cancer, there are still many gaps to fill, ranging from the prevention and early diagnosis to the determination of prognosis factors and treatment of metastatic disease, to establish a personalized approach. The genetic profile approach has been increasingly used in the decision-making process, especially in the choice of targeted therapies and in the prediction of drug response, but there are still few validated biomarkers of colorectal cancer for clinical practice. The discovery of non-invasive, sensitive, and specific biomarkers is an urgent need, and translational proteomics play a key role in this process, as they enable better comprehension of colorectal carcinogenesis, identification of potential markers, and subsequent validation. This review provides an overview of recent advances in the search for colorectal cancer biomarkers through proteomics studies according to biomarker function and clinical application.

O câncer colorretal (CCR) é o terceiro mais prevalente no mundo, sendo que, cerca de 45% das vezes seu diagnóstico é tardio, geralmente apresentando metástase a distância tendo um prognóstico desfavorável. O padrão-ouro para o diagnóstico é a colonoscopia, no entanto esse exame apresenta diversos riscos como sangramento, perfuração, complicações cardiorrespiratórias e questões relacionadas ao pudor e desconforto, resultando em baixa adesão dos pacientes. Atualmente, o principal exame de rastreio do CCR é a pesquisa de sangue oculto nas fezes (SOF), porém esse possui baixa sensibilidade e especificidade. Sendo assim, se faz necessário a criação de novas ferramentas diagnósticas, como métodos menos invasivos usando biopsias líquidas. Neste trabalho foi realizado uma prospecção de proteínas presentes em biópsias líquidas (plasma e urina) por meio da espectrometria de massas entre um grupo de indivíduos portadores de neoplasia colorretal e de indivíduos não-patológicos (controle) visando definir possíveis biomarcadores. No estudo foram coletadas amostras de plasma e urina de 18 indivíduos, 9 pertencentes ao grupo CCR e 9 ao grupo controle, sendo extraídas as proteínas totais das amostras. Em seguida, essas foram submetidas a nanocromatografia usando uHPLC, os picos obtidos foram submetidos à análise do Orbitrap e Progenesis. Durante a análise foram separadas 18 proteínas com relevância estatística, sendo 5 delas provenientes do plasma e 13 da urina, podendo ser utilizadas como possíveis potenciais biomarcadores. Na literatura, algumas destas já foram descritas e relacionadas ao CCR, outras já foram associadas ao processo da carcinogênese, outras, ainda, não foram descritas no CCR ou no processo de carcinogênese. Assim, futuras pesquisas com focona validação dessas proteínas mais relevantes e avaliação de forma personalizada se faz necessário, além de alinhar a proteômica à outras técnicas, como a metabolômica

RESUMOO câncer de colorretal (CCR) é a terceira causa de câncer mais comum no mundo, tendo bom prognóstico quando detectado precocemente e abordado, porém a forma como o screening é realizado hoje, por meio de exames pouco sensíveis e específicos, torna-se de suma importância a procura por novos biomarcadores. Dessa forma, a lipidômica é uma área que provê perspectivas promissoras, visto que os lipídios participam de processos intimamente conectados à carcinogênese. Este estudo visa elencar novos lipídios como potenciais biomarcadores. É um estudo de revisão, buscando artigos publicados nos últimos 5 anos, na plataforma pubmed. Dentre os lipídios citados nos estudos as classes de LPC, GP e PK merecem um estudo mais específico, visto que são classes citadas em mais de um estudo como possíveis biomarcadores. Os artigos publicados entre 2017-2021 tiveram uma abordagem inicial na procura por marcadores, portanto foram elencadas algumas proteínas, porém deve-se desenvolver novas pesquisas para estudar comportamento desses potenciais biomarcadores e sua aplicação na prática médica.

O complexo manguito rotador é um importante fator para estabilidade e movimentação domembro superior. Sendo que sua lesão é uma das principais causas de dor no ombro eincapacidade do membro na população adulta. Atualmente, se tem grande dúvida dosbenefícios de uma abordagem cirúrgica ou conservadora da lesão e o tempo necessário deacompanhamento para se obter uma melhora funcional do ombro. Diante disso, o objetivodo trabalho é de traçar o período necessário para o acompanhamento do paciente submetidoao tratamento cirúrgico. Foi realizado um estudo observacional retrospectivo de 109pacientes submetidos ao reparo artroscópico na ruptura do manguito rotador. Dividindo ospacientes em 3 grupos com relação ao tempo acompanhado (2,5 anos; 2,6 – 5 anos; 5,1 – 8anos), avaliando aspectos clínicos e funcionais (por meio do uso do escore Constant e UCLA),feito em seguida uma análise estatística dos resultados, adotando com uma relevânciaestatística quando p0,05. Diante da análise nas 3 faixas de tempo estudadas não foievidenciado relevância estatística para recuperação funcional do membro e melhora da dorpós-operatória. Apesar da não obtenção de um período necessário para seguimento dospacientes após o evento cirúrgico foi levantado diante de uma ampla revisão na literatura,que a funcionalidade do membro geralmente se estabelece com cerca de 6 meses após acirurgia. Mas mesmo com a melhora funcional, em cerca de 2 anos ainda pode ocorrer eventosde re-ruptura do complexo. Sendo assim, não é necessário um longo acompanhamento paraos pacientes submetidos a correção cirúrgica, devendo ser feito principalmente em ummomento mais crítico após a cirurgia, não acarretando em perda da funcionalidade caso sejaencerrado de forma precoce.

This work describes the implementation of a Hybrid Expert System (HES) applied to multiple disease diagnosis. The implementation process begins with the Knowledge Acquisition (KA), originated from a series of clinical parameters regarding each specific domain. In the proposed HES, the clinical parameters are used as input data for the Neural Network Based Expert System (NNES), hence, all obtained knowledge is converted to fuzzy rules. The NNES learning process and optimization is performed through the Genetic-Backpropagation Based Learning algorithm (GENBACK). The abstracted NNES knowledge, which is already refined, trained and tested, is used to form the Rule Based Expert System (RBES) knowledge base. The rule extraction algorithm is the Fuzzy Rule Extraction Algorithm (FUZZYRULEXT), and it is used to better explain the answer provided by the connectionist system output. In this context, the HES (v.1.0) has been used in epileptic crisis classification and also in breast cancer. For the first domain, it has presented a hit rate varying from 63,6% to 83,3%, and for the second, the partial tests have showed a variation of hits from 50% to 70%. At the moment, the HES (v.2.0) is also being tested to help defining the therapeutic conduct in coronary.