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).

Ninja

Na cena de cybersecurity a mais de 25 anos, Ninja trabalha como evangelizador de segurança da informação no Brasil. Preocupado com a conscientização de segurança cibernética, a ideia inicial é conseguir expor um pouco para o publico Brasileiro do que acontece no mundo.

Recent Posts

Google mede contextualidade quântica em até 105 qubits no Willow

Publicado na Science, o experimento ganha o jogo do quadrado mágico em 98,30% das rodadas,…

10 horas ago

BlockJack desvia o cache KV do vLLM entre inquilinos diferentes

Preprint de seis universidades mostra que corromper um único registro da tabela de blocos faz…

10 horas ago

SCKit abusa do ScreenConnect para atacar sessões de técnicos

A Microsoft confirmou a campanha relatada pela ConnectWise e detalhou um kit que inverte o…

10 horas ago

F5 libera hotfixes de emergência para cinco falhas críticas no BIG-IP

Os avisos publicados em 18 de novembro atribuem CVSS 4.0 de 9,3 a cinco estouros…

10 horas ago

Ataque recupera texto exato no aprendizado federado

Preprint do BITS Pilani Goa mostra um cliente comum reconstruindo frases exatas de outros participantes…

1 dia ago

Agile Deliberation: Google treina IA em conceitos subjetivos

Framework do Google Research trata a construção de classificadores subjetivos como conversa iterativa: delimita subconceitos…

1 dia ago