A pandemia tem mostrado a importância da ciência no combate ao novo Coronavírus. Mas você já se perguntou sobre quem é esse cientista que está estudando a vacina? Quem são essas pessoas por trás dos dados que acompanhamos todos os dias? Ou o motivo de algumas soluções demorarem tanto a chegar? Isso tudo é discutido neste episódio do QUARENTENA, com a participação de Natalia Pasternak (bióloga e presidente do Instituto Questão de Ciência), Altay Lino de Souza (professor da Universidade Federal de São Paulo e produtor do Naruhodo Podcast) e Rafael Izbicki (estatístico e professor da Universidade Federal de São Carlos). A produção e apresentação do programa são de Carol Sotério. 

_________________________

Carol: Elementar, meu caro Watson.

Essa expressão tão conhecida surgiu em meio a uma encenação do detetive mais famoso da ficção: Sherlock Holmes. Criado por sir Arthur Conan Doyle, um escritor britânico, o personagem originalmente retratado em livros ajudou na construção do estereótipo de um cientista excêntrico, genial e não muito sociável.

A verdade é que não costumamos ver esse tipo de personagem no dia-a-dia. Mas sabemos que os cientistas estão por aí. Nesta pandemia, recebemos notícias o tempo todo sobre essas pessoas. Elas estão desenvolvendo tratamentos, fabricando respiradores, estudando o novo coronavírus ou ainda fazendo previsões sobre o impacto da Covid-19 em todo o mundo. Mas como é que tudo isso é realmente feito? Como é a ciência longe da ficção?

Carol: Você está ouvindo o QUARENTENA. Eu sou a Carol, e o no episódio de hoje falaremos sobre os bastidores da ciência em tempos de pandemia.

Carol: No livro chamado “um estudo em vermelho”, a primeira obra que apresenta o personagem Sherlock Holmes, vemos a descrição do cientista pelos olhos de seu colega, o médico Watson. Com uma listinha, Watson enumera características sobre o detetive: uma pessoa que possui um vasto conhecimento de química, algumas habilidades musicais e cheio de mistérios. Na vida real, o cientista está longe de ser misterioso, podendo estar mais próximo de você do que possa imaginar. Cerca de 60% da pesquisa que é desenvolvida no Brasil vem de 15 universidades públicas, entre elas a UNICAMP. Mas para estar qualificado pra fazer uma pesquisa de excelência nessas instituições, é preciso estudar muitos anos. Em média, uma graduação leva cinco anos; um mestrado, dois; um doutorado quatro anos e um estágio de pós-doutorado pode durar de seis meses a seis anos, variando entre os programas e as oportunidades de outros trabalhos que vão aparecer no caminho. Esse trabalho, muitas vezes, requer um regime de dedicação exclusiva, isto é, que seja sua única ocupação, e é remunerado com as bolsas de pesquisa com valores não atualizados desde 2013 no Brasil. Sobre isso, a nossa entrevistada, a bióloga Natalia Pasternak e presidente do Instituto Questão de Ciência, tem algo a nos falar:

Natalia: As pessoas realmente não têm muita noção de como a ciência funciona no Brasil, como é o trabalho do cientista, qual que é o nível de dedicação, o que um docente faz, o que um pós-doc faz, o que um estudante de pós-graduação faz – na cabeça da maioria das pessoas, inclusive, os estudantes de graduação não são nem profissionais. Eles não entendem que aquele já é um profissional formado que está fazendo um trabalho de pesquisa remunerado por uma bolsa de estudos. E daí a gente junta tudo e fica justamente com aquela impressão que as pessoas têm de que as universidades não servem pra nada. Eles não entendem que as universidades são grandes centros de pesquisa, não são apenas escolas. E isso é algo que também se reflete muito dentro da universidade, que também até hoje acho que não entendeu muito bem qual que é o seu papel na formação de profissionais, na valorização desses profissionais, dos pós-graduandos.

Carol: Uma situação que tem sido corriqueira no Brasil é a fuga de cérebros. Em meio a falta de oportunidades no país, diversos pesquisadores têm procurado por oportunidades em outras nações. Em um ranking de competitividade global de talentos feito pela Insead com 132 países, o Brasil caiu em oito posições em relação ao ano passado. Um dos motivos é justamente a fuga de cérebros.

Natalia: O que vem pela frente é que a ciência brasileira vai acabar. Porque a gente não valoriza os profissionais, a gente não remunera os profissionais, a gente não tem financiamento pra eles trabalharem e a gente não tem uma comunicação com a sociedade para que a sociedade pressione o governo pra que isso aconteça. O futuro promete muito pouco pra ciência brasileira se a gente não mudar de atitude e se a gente não tiver um governo mais favorável também. A gente fala muito da nossa falha, da falta de comunicação, mas isso não faz milagre num governo anticiência. Nós estamos vivendo o governo mais anticiência que a gente já teve, não interessa o quanto a gente se esforça pra se comunicar com a sociedade. É claro que isso tem que ser feito, mas a gente precisa de um novo governo. Nesse governo, a situação da ciência certamente só vai piorar.

Carol: A questão é que na realidade, estamos longe de ser Sherlock Holmes. As ideias brilhantes não partem simplesmente de mentes geniais, mas sim de pessoas que estudaram muito para ter aquele conhecimento. E para alcançar resultados significativos, a ciência não se faz apenas com cérebro e papel. É preciso toda uma infraestrutura…

Natalia: Essa noção hollywoodiana de que a ciência é feita por poucos gênios brilhantes é completamente errada e ela vem justamente de filmes e romances onde uma pessoa sozinha tem uma ideia brilhante, coloca em prática e salva o mundo. E isso não existe em ciência, a ciência é um trabalho colaborativo, que é feito com equipes e, claro que cientistas brilhantes existem e graças à eles muitas vezes a ciência avança, mas eles são muitos e eles não são únicos gênios isolados. E principalmente eles não são isolados.

Carol: Vale lembrar que as ações relacionadas ao enfrentamento da Covid-19 no Brasil, por exemplo, só foram possíveis porque temos uma estrutura instalada, construída ao longo de muitos anos, inclusive com pessoas bem formadas para atuar nas diversas áreas que estão sendo requisitadas hoje. Para produzir ciência é preciso toda uma infraestrutura…

 Não adianta você ser brilhante e você não ter uma boa equipe pra trabalhar, você não vai conseguir fazer nada sozinho. Você precisa de estrutura, laboratório, insumos, financiamento… Então as pessoas não tiram do chapéu, aquele “Eureka” não existe. O “Eureka” pra virar produto, tecnologia, conhecimento, precisa de uma infraestrutura que não depende só do cérebro do cientista. Depende a construção de um ambiente adequado para que a ciência possa produzir. E esse ambiente inclui laboratórios, equipamentos, pessoas, técnicos, uma boa administração. Então isso não é simplesmente um trabalho de poucos gênios.

Carol: O Sherlock Holmes dos livros ficou famoso pela aplicação de seu método de investigação que envolvia a observação dos mínimos detalhes, a formulação de hipóteses, a realização de experiências e, no final, fazia uma conclusão certeira sobre seus casos. Na ciência, algo similar existe e tem se popularizado como método científico. Na prática, nem tudo acontece dessa mesma forma. Diferentes áreas do conhecimento requerem diferentes métodos para minimizar possíveis erros na produção científica. Será que estamos mesmo falando de um método para a produção de um novo conhecimento ou o método científico se assemelha, na verdade, à uma minimização de erros? O Altay Lino de Souza, professor da Universidade Federal de São Paulo e produtor do Naruhodo Podcast pode explicar melhor esse assunto.

Altay: O método científico formal é um conjunto de etapas que levam ao teste de uma hipótese. Você testar uma hipótese é o que constrói, ou coloca um tijolinho de conhecimento sobre um tema. Esse método científico ele varia conforme a área do conhecimento, de fato. Então o método científico formal, assim, que é muito usado na área de biológicas e exatas em geral, na área experimental principalmente, depende muito da reprodutibilidade. Você não trabalha com a certeza, você reduz a incerteza. A cada vez que eu reproduzo um resultado, eu estou cada vez menos errado. Esse é um jeito de fazer ciência, com base no falseamento de hipóteses. Outras áreas do conhecimento não se baseiam necessariamente no falseamento. Na verdade você constrói estruturas lógicas ou cenários que tentam descrever os comportamentos das pessoas em certos períodos no tempo ou em certas situações. Então na verdade eu não estou testando uma hipótese apenas, eu estou testando a validade de um corpus, que é um conjunto de regras. 

Carol: Mas nem tudo são flores…

Altay: O problema aqui é que ambos os métodos tem críticas. Tanto o método indutivo, porque depende muito da qualidade das pesquisas que você faz, dos consenso das áreas, reproduções que sejam de fato equivalentes – aí a gente vê várias áreas que sofrem com problemas de reprodutibilidade, nas áreas biológicas e exatas, principalmente – e nas áreas de humanas, como os métodos são, em geral, mais dedutivos, eles se baseiam em premissas. Quando você quebra uma premissa em geral você invalida todo o corpus e isso faz com que essas áreas do conhecimento elas acabam sendo muito personalistas. Isso é uma crítica que se estende também à todas as áreas sociais, que são personalistas demais e a pessoa defende muito mais um teórico do que a teoria. Então nenhuma área está incólume a esses problemas de crítica epistemológica de como o conhecimento é construído em cada uma delas.

Carol: Com a pandemia, cientistas de diversas áreas do conhecimento têm buscado soluções para amenizar o problema de ordem mundial. Entre esses trabalhos está a tão comentada busca por uma vacina que seja capaz de imunizar a população da doença Covid-19. O estudo desse tipo de tratamento, na verdade, envolve várias etapas. Mas como temos acompanhado, um resultado eficaz não surge da noite para o dia. 

Natalia: Como que você pesquisa uma vacina? Você vai começar como qualquer outro medicamento, trabalhando in vitro, na bancada do laboratório com cultura de células, fazendo a sua formulação vacinal. Então agora, por exemplo, a gente tem várias estratégias vacinais sendo testadas no mundo. Algumas que são estratégias de primeira geração, que a gente chama de vacinas à moda antiga, que trabalham com vírus inativados ou vírus atenuados, que é o jeito que a gente faz vacinas já há 60 anos. Outras estratégias que são mais modernas, que incluem as vacinas de vetor, como a de Oxford, onde você tem um vetor que carrega uma sequência genética do seu vírus de interesse, então eles só servem como um veículo, ou as vacinas genéticas que são de DNA e RNA onde você também só trabalha com uma sequência genética do vírus, que foi exatamente o que o pessoal da Oxford fez, eles tinha uma vacina pra MERS e aí eles trocaram a sequência pra colocar a sequência do COV2 e, voilá, vacina pro COV2 pronta, só falta testar né.

Carol: E essa testagem envolve mais quatro etapas.

Natalia: Primeiro você vai fazer os testes pré-clínicos, em camundongos, depois em macacos e daí a gente passa pra humanos. Fase 1 de humanos você vai testar só segurança, são poucas pessoas, vê só se a sua vacina é segura, se ela não tá fazendo mal, não é tóxica pra ninguém. Na fase 2 você aumenta o número de pessoas pra centenas de pessoas e você vai ver parâmetros: formação de anticorpos, resposta celular e ainda, claro, aumentando a sua amostra você consegue ver mais efeitos colaterais. Fase 3 é a fase mais importante, onde você vai ver eficácia. Você vai comparar o efeito da sua vacina com o efeito de um placebo. Pra isso você tem que trabalhar com um grupo muito grande de pessoas, milhares de pessoas, e nesses grupos grandes então você vai ter uma parte que vai receber a vacina, uma parte que vai receber o placebo, você expõe todo mundo à doença – por isso que o Brasil é o cenário ideal agora, porque tem muita doença circulando – e você vê se sua vacina realmente protegeu as pessoas de ficarem doentes. Uma vez que isso deu certo, você vai aprovar a vacina e vai começar a produzir pra fase 4, que é quando você realmente coloca a vacina no mercado, mas você continua observando, porque às vezes na fase 4 às vezes aparecem efeitos que não apareceram antes.

Carol: Do outro lado, cientistas teóricos trabalham com dados, monitorando pelo computador a evolução da doença e fazendo previsões para o futuro. Sobre isso, o Rafael Izbicki, estatístico e professor da Universidade Federal de São Carlos tem algo a nos falar.

Rafael: O estatístico ele tem, de fato, um papel central aí na ciência e em particular agora durante a pandemia. Existem, por exemplo, esses diferentes modelos de como a doença se espalha e esses modelos são desenvolvidos em conjuntamente por estatísticos, epidemiologistas, virologistas, médicos. E o papel do estatístico está tanto no desenho de experimentos e entender como você deve coletar dados pra corroborar diferentes modelos, como também, uma vez que você tem os dados, como que você pega esses dados e transforma eles em informação útil. Em vários outros aspectos o estatístico também ajuda muito. Quando você quer saber se um medicamento novo funciona ou não funciona pra combater o coronavírus, você precisa também de um estatístico pra tentar criar um experimento adequado para  responder a essa pergunta.E depois, uma vez coletados esses dados, o estatístico ajuda a responder essas perguntas olhando pra esses dados.

Carol: E na contra-mão dos estereótipos, também existem os cientistas que não precisam necessariamente do jaleco e da bancada. É o que conta o Rafael.

Rafael: O dia-a-dia da pesquisa de um estatístico é , em geral, na frente de um computador e com papel e caneta. Isso porque a grande massa da pesquisa que a gente faz consiste em resolver problemas de outros cientistas que não conseguem ser resolvidos com as técnicas usuais de estatística, os métodos que já existem. Então a gente precisa criar métodos novos pra resolver esses problemas e isso envolve muita matemática e muita computação.

Carol: Trabalhos desse tipo têm orientado as políticas públicas de diversos países. Pesquisadores da Imperial College em Londres, por exemplo, têm feito previsões sobre o futuro de vários países caso medidas de mitigação da doença sejam tomadas ou não. No entanto, a situação e os dados mudam constantemente, afinal, previsões são previsões. 

Rafael: Os modelos de previsão de quantos óbitos vão acontecer e quando vão acontecer os picos eles, de fato, mudam muito. A primeira coisa a se entender é que modelos são simplificações da realidade que fazem uma série de pressupostos. Em geral, eles assumem uma certa condição e dão as predições sobre aquela condição. O que acontece é que, na prática, essa situação ela é dinâmica. Se, de repente, todo mundo começa a sair na rua, é óbvio que vai aumentar o número de mortos, enquanto que o modelo que assume que todo mundo tá em quarentena não vai conseguir predizer isso. O segundo motivo é que, mesmo que as suposições de um modelo forem todas razoáveis, os modelos eles dependem de quantidades que são desconhecidas. Por exemplo, uma pessoa que está infectada por coronavírus, transmite o vírus em média pra quantas pessoas? Quantas pessoas vão ter sintomas? Quantas vão vir à óbito? Então existe uma série de fatores que são desconhecidos e esses fatores, em geral, eles são estimados. Mas as estimativas elas são estimativas, elas não são os valores reais dessas quantidades. São por esses motivos que os modelos variam tanto. E isso não quer dizer que os modelos são inúteis. Na verdade, o contrário. Os modelos eles são úteis pra sintetizar toda a informação que você tem nos dados e o modelo é uma forma de simplificar isso pra que você possa tomar políticas públicas de forma mais bem informada.

Carol: A forma como as pesquisas aconteciam anteriormente mudaram muito com a Covid-19. Muitos laboratórios precisaram interromper as atividades práticas devido às medidas necessárias de distanciamento social. Outros precisaram continuar funcionando por realizarem estudos que podem mudar os rumos da pandemia. Desse grupo, há os que já desenvolviam pesquisas em áreas similares, por exemplo, e os que estão ligados ao mercado, com outra lógica. As qualificações dos trabalhos, defesas de tese, reuniões e muito mais, precisaram se adaptar ao digital. Muitos professores têm orientado os trabalhos à distância. Ao mesmo tempo, vários estudantes precisaram realizar a etapa de defesa do seu trabalho de forma remota para adquirir o título de doutor ou mestre. Perguntamos para o Rafael como ele e seu grupo estão dando continuidade aos trabalhos de forma remota. 

Rafael: As reuniões de pesquisa que eu faço continuam acontecendo quase que normalmente. A diferença é que ao invés do trabalho ser presencial, ele é à distância. É claro que a distância muda um pouco a dinâmica do trabalho, ele de certa forma fica menos espontâneo e a gente acaba perdendo um pouco da criatividade que a pesquisa exige. Muitas vezes as grandes ideias elas aparecem quando a gente tá tomando café ou discutindo algum outro assunto. Quando a gente faz a reunião à distância isso acaba se perdendo, mas as pesquisas continuam andando de forma quase que normal. A pandemia, por outro lado, acabou trazendo pra pesquisa uma nova perspectiva em termos de acesso ao que está sendo feito em outros locais. Em geral, os departamentos costumam ter seminários periódicos nos quais as pessoas são convidadas pra mostrar o que estão fazendo e, em geral, como esses seminários são presenciais, as pessoas que apresentam são pessoas do próprio país, da região onde o departamento está instalado. Mas com a pandemia, esses seminários começaram a ser transmitidos de forma online, e isso fez com que pessoas de diversos países pudessem participar de seminários em outros locais, sem nenhum custo. 

Carol: E o que podemos esperar da produção científica em um futuro pós-Covid?

Natalia: O que eu gostaria de esperar da produção científica é que ela, primeiro, seja mais científica. A gente está vendo muito paper ruim agora na época da Covid, muitas coisas feitas às pressas, muita coisa feita sem critério, sem rigor metodológico, então eu gostaria que isso acabasse e a gente voltasse a ter um pouco mais de rigor. A gente precisa pensar também em mecanismos de vigilância epidemiológica pra que a gente possa rastrear possíveis novas ameaças e não ficar tão vulnerável em uma próxima vez. E isso tudo precisa de investimento contínuo em ciência. Não pode ser esse investimento em soluços que a gente está acostumado. A gente não pode ser tão reativo, a gente vai ter que ser mais proativo. Não é questão de prever o futuro, porque, óbvio que  a gente não tem bola de cristal, mas de estar minimamente preparado e, às vezes, com a sensação sim de que “a gente não está com nenhuma emergência pra enfrentar, por que a gente está investindo dinheiro nisso?” Porque a nossa ciência não pode mais funcionar só reagindo à demandas. A gente realmente precisa começar a prever o que é importante, o que é de base e, de repente, num mundo em que a gente vive hoje – que é um mundo em que a gente está explorando cada vez mais de forma predatória a probabilidade da gente encontrar com novas doenças emergentes é muito real, não só de vírus, mas de bactérias e outros parasitas também, então a gente tem que estar preparado com biotecnologia sustentável pro momento onde isso acontecer. 

Carol: Ao contrário do que lemos nos contos de Sherlock Holmes, os cientistas são pessoas comuns muito mais próximas de nós do que podemos imaginar e diferem bastante dos estereótipos dos filmes e livros. Eles estão nas universidades, institutos de pesquisa, empresas e diversas organizações pelo mundo. São estudantes de iniciação científica da graduação, mestres, doutores, professores e pesquisadores. São trabalhadores, com compromissos como outros profissionais e cidadãos. Claro que eles apresentam algumas particularidades em seu perfil, como a curiosidade, o interesse em pesquisar coisas novas, em desvendar mistérios da natureza ou criados pelos homens, ou seja, um pouco do que faz mesmo o personagem que demos destaque neste episódio.

E também como outros ambientes de trabalho, a ciência precisa de investimentos. E não são poucos. Laboratórios exigem uma quantidade de equipamentos que são caros, na maioria das vezes. Pesquisas precisam de insumos, que vão desde reagentes à medidas de análise, que podem ser caras, não estarem disponíveis em qualquer lugar e precisarem ser importadas em várias situações. A pesquisa precisa de muitos trabalhadores, equipes cada vez mais multidisciplinares e bem formadas. Ou seja, é necessário investir em ciência para tomarmos decisões baseadas em evidências. Em meio à pandemia, uma saída efetiva é encontrar uma vacina que seja eficiente e segura contra a doença, mas é preciso apostar em pessoas qualificadas para realizar esse trabalho. Enquanto acompanhamos as notícias, essas pessoas estão nos bastidores da ciência, encarando diversos desafios para fazer do mundo um lugar melhor para todos. 

Carol: Apesar da distância física, espero que a mensagem chegue até você, nessa grande rede digital. Estamos juntos, mesmo cada um na sua casa. Por trás ou não dos bastidores, em um abraço virtual.

Eu sou a Carol e esse foi o QUARENTENA.

Fontes:

INSEAD. The Global Talent Competitiveness Index 2020. Disponível em <https://www.insead.edu/sites/default/files/assets/dept/globalindices/docs/GTCI-2020-report.pdf>. Acesso: 03/07/2020

Clarivate Analytics. Research In Brazil: Funding Excellence. Disponível em: <https://jornal.usp.br/wp-content/uploads/2019/09/ClarivateReport_2013-2018.pdf>. Acesso: 01/07/2020

Músicas: 

One Little Triumph by The Bulwark

Tidal Foam by Macrame

Bundt by Confectionary

Plasticity by Radiopink

Disponíveis em Blue Dot Sessions: <https://www.sessions.blue/>