COMPASS: modelo de fundação analisa 10.184 tumores e prevê quem responde à imunoterapia — Nature Medicine, julho de 2026

Resumo: A Nature Medicine publicou em 3 de julho de 2026 o artigo que apresenta o COMPASS, um modelo de fundação treinado em 10.184 tumores de 33 tipos de câncer que prevê a resposta a inibidores de checkpoint imunológico (ICIs) a partir do transcriptoma bulk. Em 16 coortes clínicas independentes, cobrindo sete cânceres e seis ICIs, o COMPASS bateu 22 métodos de comparação, ganhando em média 8,5% de acurácia e 15,7% de AUPRC. O ponto forte não é só o número: o modelo foi construído com um concept bottleneck de 44 conceitos imunológicos interpretáveis, o que permite entender por que um paciente foi previsto como respondedor.

O que exatamente o COMPASS faz

Imunoterapia com inibidores de checkpoint (nivolumabe, pembrolizumabe, atezolizumabe e afins) revolucionou a oncologia, mas a maioria dos pacientes ainda não responde ao tratamento. Biomarcadores clássicos como PD-L1, carga mutacional tumoral (TMB) e instabilidade de microssatélites explicam parte da variação, mas erram feio em muitos contextos. O COMPASS entra nesse vácuo. Ele recebe o perfil de expressão gênica bulk do tumor e o comprime, através de uma arquitetura de concept bottleneck transformer, em 44 conceitos biologicamente ancorados que descrevem estados de células imunes, interações do microambiente tumoral e vias de sinalização.

Por trás disso está uma escolha de projeto importante para pesquisa clínica: em vez de aprender embeddings opacos, o modelo é forçado a passar pela camada de conceitos, cada um mapeado a assinaturas gênicas conhecidas. Assim, um oncologista vê não só a probabilidade de resposta, mas quais conceitos (por exemplo, “linfócitos T efetores exaustos” ou “assinatura de interferon-gama”) pesaram na decisão.

Por que importa — e onde o Brasil se encaixa

O SUS incorporou pembrolizumabe para melanoma metastático e nivolumabe para linhas específicas de câncer de pulmão e rim, mas o custo por paciente é alto e o retorno clínico varia. Um preditor confiável antes da primeira dose poderia priorizar quem provavelmente se beneficia e poupar o sistema (e o paciente) de terapias caras e tóxicas para quem tem baixa chance de resposta. Grupos como o A.C.Camargo, ICESP, INCA e Hospital de Amor já vêm gerando dados de RNA-seq tumoral em quantidade crescente, o que abre caminho para validação local. A tecnologia é replicável: o COMPASS foi desenhado para funcionar com o transcriptoma bulk, mais barato e mais disponível que single-cell.

Riscos e limitações

Antes de festejar, três alertas. Primeiro, todo modelo de fundação em oncologia carrega o viés das coortes de treino, historicamente dominadas por pacientes de origem europeia; a generalização para populações miscigenadas ainda precisa ser demonstrada em coortes brasileiras. Segundo, a métrica de resposta na literatura mistura RECIST radiológico, sobrevida global e desfecho progressão-livre — o COMPASS mostra robustez, mas ganhos de 8,5% em acurácia média ainda deixam margem para erros clinicamente relevantes em pacientes individuais. Terceiro, o modelo prevê probabilidade; a decisão terapêutica precisa integrar comorbidades, custo e disposição do paciente. Nenhum classificador substitui discussão em tumor board.

Cenário: o que muda a médio prazo

O COMPASS é sintoma de uma tendência maior: modelos de fundação treinados em ômicas viraram os “LLMs da medicina de precisão”. Em 12 a 24 meses, é razoável esperar que fabricantes de plataformas de sequenciamento (Illumina, Tempus, Foundation Medicine) integrem esse tipo de preditor ao laudo, e que agências regulatórias norte-americanas e europeias comecem a autorizar biomarcadores in silico. No Brasil, a Anvisa e a ANS terão de decidir como classificar um “biomarcador computacional”: software como dispositivo médico (SaMD), teste laboratorial desenvolvido internamente (LDT) ou algo híbrido. A resposta regulatória vai definir quem pode oferecer o serviço e como cobrar por ele.

Conclusão prática

Se você trabalha em oncologia clínica ou em bioinformática hospitalar no Brasil, vale começar a se familiarizar com transformers de conceito e modelos de fundação pan-câncer. Se você é gestor, o COMPASS é um caso concreto de como IA muda a economia da imunoterapia: menos tratamento à cega, menos toxicidade, mais eficiência. E se você é paciente ou familiar, converse com o oncologista sobre painéis de RNA-seq disponíveis no seu serviço — não é o COMPASS ainda, mas os dados que abastecerão esses modelos no país começam a ser gerados agora. Como sempre em decisões de saúde, o conselho profissional individualizado é insubstituível.

Fonte original: Generalizable AI predicts immunotherapy outcomes across cancers and treatments — Nature Medicine (3/jul/2026).