Duas amostras de Salmonella chegam ao mesmo laboratório de saúde pública. Uma veio de uma criança internada; a outra, de um adulto que adoeceu a centenas de quilômetros dali, semanas depois. As duas são sequenciadas, e o computador devolve um número: os genomas diferem em poucas posições. A pergunta que move toda a investigação parece respondida na tela — é o mesmo surto, e então deve haver uma mesma origem.
O que poucos percebem é que esse número, sozinho, não responde nada. Ele precisa de uma régua para ser interpretado, e a régua não é universal. Quantas diferenças separam “parentes próximos” de “estranhos”? A resposta muda conforme a bactéria, o tipo de surto e o tempo que ele durou. E, mesmo quando a régua funciona, ligar casos entre si não é o mesmo que descobrir de onde a contaminação veio.
É sobre essa distância — entre o poder de resolução do sequenciamento completo do genoma e a capacidade de transformá-lo em decisão sanitária — que trata uma revisão publicada por pesquisadores do instituto nacional de saúde pública dos Países Baixos. O texto não diz que o sequenciamento falhou. Diz que ele resolveu o problema de ver; o problema de interpretar continua aberto.
O que a ciência encontrou
A revisão foi escrita por Tristan Schadron, Maaike van den Beld, Lapo Mughini-Gras e Eelco Franz, do Centro de Controle de Doenças Infecciosas do RIVM, o Instituto Nacional de Saúde Pública e Meio Ambiente dos Países Baixos (Mughini-Gras também é ligado à Universidade de Utrecht). Saiu em setembro de 2024 na revista Frontiers in Microbiology. É uma revisão narrativa: os autores reuniram e discutiram a literatura sobre o uso do sequenciamento completo do genoma — em inglês, whole genome sequencing, ou WGS — em três tarefas da vigilância de doenças transmitidas por alimentos: detectar surtos, atribuir a fonte e caracterizar o perigo.
Detectar surtos. A vigilância deixou para trás métodos de menor resolução, como a sorotipagem, a eletroforese em campo pulsado (PFGE), o MLVA e o MLST de sete genes, e passou a agrupar isolados geneticamente aparentados. Na prática, há duas grandes famílias de comparação: as baseadas em alelos (cgMLST e wgMLST, que comparam versões de centenas ou milhares de genes) e as baseadas em nucleotídeos (contagem de SNPs, as trocas de uma única “letra” do DNA). A escolha varia entre países: Países Baixos e Dinamarca preferem alelos; França e Reino Unido, SNPs. Para Salmonella, a revisão registra que 82% dos Estados-membros da União Europeia usavam métodos baseados em alelos e 18%, em nucleotídeos.
Apesar dessa diversidade de plataformas e programas, os autores relatam que os agrupamentos se mostraram “surpreendentemente robustos” entre laboratórios — o que sustenta a cooperação entre países. O exemplo citado é o surto de Salmonella Enteritidis ligado a ovos da Polônia, rastreado com dados genômicos harmonizados e troca de informações entre vários países europeus.
O problema da régua. O ponto mais sensível está no limiar: quantas diferenças genéticas, no máximo, para considerar dois isolados parte do mesmo cluster. Limiares fixos, dizem os autores, ignoram particularidades do patógeno e do surto. Taxas de mutação e de recombinação variam entre cepas, sorovares, nichos e ao longo do tempo; a transferência horizontal de genes e a plasticidade do genoma também interferem. Os limiares costumam ser calibrados em surtos confirmados no passado — o que funciona até o surto seguinte ser diferente.
A revisão descreve tentativas de tornar a régua dinâmica. Um grupo incorporou a duração do surto e as taxas de mutação para simular a evolução e estimar limiares em surtos de fonte pontual (Duval e colaboradores, 2023). Outro combinou um corte rigoroso de SNPs com uma segunda definição, baseada na maior diferença observada dentro de uma janela de quatro semanas (Payne e colaboradores, 2021). O problema é que esses modelos exigem dados adicionais e janelas de tempo que nem sempre se aplicam. A conclusão dos autores é pragmática: o corte fixo não é o ideal, mas continua sendo a opção mais prática quando faltam dados extras. A revisão, vale notar, não propõe valores de limiar para cada patógeno.
Atribuir a fonte. Ligar casos humanos a reservatórios animais, alimentos ou ambientes é mais difícil. Bactérias “generalistas”, que circulam entre vários hospedeiros, apagam o sinal genético que permitiria dizer de onde vieram. O aprendizado de máquina aparece aqui com destaque: em geral, separa fontes melhor que a tipagem clássica, mas tropeça justamente quando a mesma cepa está presente em várias fontes. Métodos supervisionados (que aprendem com categorias predefinidas) costumam superar os não supervisionados. Random forest é muito usado e exige pouco ajuste; o gradient boosting teve frequentemente o melhor desempenho em comparações, mas principalmente com dados de cgMLST. Redes neurais podem ganhar espaço com dados mais complexos, porém funcionam como “caixa-preta”, o que dificulta saber quais características pesaram na decisão.
E há um gargalo menos glamoroso: os metadados — local, data, tipo de amostra, origem — são frequentemente mal registrados, embora sejam o que permite separar fontes e corrigir distorções.
Caracterizar o perigo. Encontrar genes de virulência e de resistência no genoma é rotina; interpretar o que eles fazem, não. A revisão lembra que a maioria das proteínas bacterianas ainda não foi caracterizada ou não tem um equivalente funcional conhecido com identidade acima de 60%. Similaridade alta não confirma função: o laboratório continua necessário. Estudos de associação genômica (GWAS) bacterianos exigem amostras grandes, e modelos de linguagem treinados em sequências genéticas ainda esbarram na falta de dados comparáveis para bactérias de origem alimentar.
Os limites do estudo
Trata-se de uma revisão narrativa, sem protocolo sistemático pré-registrado nem dados próprios: os autores selecionam e interpretam a literatura, o que é útil para mapear o campo, mas não equivale a uma síntese quantitativa de evidências. O foco é fortemente europeu, com pouca atenção a países cuja vigilância genômica ainda está se estruturando. O texto não apresenta custos nem valores de limiar por patógeno. E foi publicado em 2024 — num campo em que métodos e bases de dados mudam depressa, algumas comparações podem já ter sido superadas.
O que já se sabia
A revisão confirma e amplia algo que o Além do Carimbo vem discutindo em casos concretos. Na investigação de Fernando de Noronha, o genoma ajudou a conectar um surto na ilha a uma granja no continente — e o próprio caso mostrou o que o sequenciamento, sozinho, ainda não prova. No surto europeu ligado ao kebab, o DNA ligou os casos e a rastreabilidade ligou a origem. A experiência australiana de quinze anos de vigilância genômica de Salmonella levantou a pergunta que interessa ao gestor: quanto dessa resolução se converte, de fato, em doentes evitados.
O consenso que emerge é o mesmo que os autores formulam: não existe método universal. O melhor caminho depende do objetivo e dos dados disponíveis, e a confiança em qualquer conclusão — sobre cluster, fonte ou risco — depende de quão representativa é a coleção de isolados e de quão bem ela está documentada.
O que isso pode mudar na prática
Para quem trabalha com inspeção, a lição mais direta é que um laudo genômico é uma peça de evidência, não um veredito. Um cluster genético indica parentesco entre isolados; a atribuição a um estabelecimento, a um lote ou a um ingrediente exige cruzar esse dado com investigação epidemiológica, registros de produção e rastreabilidade. O genoma não substitui o carimbo, o número do lote nem a entrevista com o doente.
A segunda lição é sobre dados. Isolados obtidos em programas oficiais e no autocontrole valem mais quando chegam ao laboratório com metadados completos: data, matriz, etapa do processo, estabelecimento, região. É nesse ponto que o serviço de inspeção contribui para a vigilância genômica sem precisar sequenciar nada — registrando bem.
A terceira lição é a da lente da inteligência artificial. Os autores apontam o aprendizado de máquina e as análises de rede como caminho promissor para definir clusters, atribuir fontes e identificar características de risco. Mas o próprio texto mostra as condições: o algoritmo vê o que foi treinado para ver. Um modelo de atribuição de fonte treinado sem isolados de determinada cadeia produtiva não tem como apontá-la. Métodos diferentes precisam ser comparados entre si, e modelos opacos precisam ser explicáveis o suficiente para sustentar uma decisão sanitária.
Para o Brasil, a lacuna não é apenas de capacidade de sequenciamento. É de coleções de isolados de origem humana, animal, alimentar e ambiental com metadados padronizados, que possam ser comparadas entre a saúde e a agricultura dentro da lógica de Saúde Única. Sem isso, qualquer algoritmo — por mais sofisticado — vai trabalhar com uma fotografia incompleta.
Conclusão
O sequenciamento genômico deu à vigilância uma lente de altíssima resolução. A revisão holandesa lembra que resolução não é interpretação: a régua que define um surto ainda é discutida, a atribuição de fonte esbarra em bactérias que circulam por toda parte e a função de boa parte dos genes continua desconhecida. A tecnologia aproxima a resposta; quem fecha a investigação continua sendo o trabalho integrado de laboratório, epidemiologia e inspeção.
O consumidor vê o alimento. A inspeção vê o caminho que ele percorreu — e o genoma só ajuda a contar essa história quando alguém registrou o caminho.
Referências
- Schadron, T.; van den Beld, M.; Mughini-Gras, L.; Franz, E. (2024). Use of whole genome sequencing for surveillance and control of foodborne diseases: status quo and quo vadis. Frontiers in Microbiology, 15, 1460335. DOI: 10.3389/fmicb.2024.1460335 — https://www.frontiersin.org/journals/microbiology/articles/10.3389/fmicb.2024.1460335/full
Leia também no Além do Carimbo: “Um surto na ilha, uma pista no continente: o que o genoma da Salmonella Newport revelou em Fernando de Noronha”; “Ler o DNA da Salmonella evita doentes? O que 15 anos de vigilância genômica na Austrália sugerem”; “O DNA liga os casos, a rastreabilidade liga a origem: o que o surto do kebab europeu ensina sobre vigilância genômica — e o que falta ao Brasil”.
Deixe um comentário