IA creata da scienziati italiani analizza i tumori e indica terapia iper precisa per colpirli
Articolo realizzato in collaborazione con Marianna D'Alessio
Un team di ricerca internazionale guidato da scienziati italiani ha sviluppato un nuovo sofisticato algoritmo in grado di classificare con estrema precisione le caratteristiche dei tumori e, di conseguenza, identificare il trattamento migliore possibile. Lo strumento, chiamato Sphinks, acronimo di “Substrate phosphosite based Inference for network of kinaseS”, è stato sviluppato in prima istanza sulla base dei dati del glioblastoma multiforme (GBM), il più comune e letale tumore al cervello, ma successivamente l'intelligenza artificiale è stata addestrata a riconoscere e classificare anche altre neoplasie. L'obiettivo finale è avere un portale a disposizione per tutti gli oncologi del mondo, che potranno inserirvi i dati dei tumori dei propri pazienti e trovare una corrispondenza con i farmaci più efficaci per trattarli. Ciò è possibile proprio perché Sphinks produce una sorta di “carta d'identità” del tumore, suggerendo i punti deboli da colpire con le armi migliori a disposizione.
A mettere a punto l'algoritmo e a determinarne l'efficacia, anche grazie all'ausilio dei cosiddetti organoidi, è stato un gruppo di ricerca internazionale guidato da scienziati italiani del Sylvester Comprehensive Cancer Center – Miller School of Medicine dell'Università di Miami e dell'Istituto per la genetica del cancro dell'Università Columbia di New York, che hanno collaborato a stretto contatto con i colleghi del Dipartimento di Neurologia dell'Ospedale Pitié-Salpêtrière di Parigi, del Dipartimento di Ingegneria Elettrica e Informatica (DIETI) dell'Università di Napoli Federico II, dell'Università della Sorbona e di altri istituti. Molti i connazionali coinvolti, tra i quali i due coordinatori dello studio, i professori Anna Lasorella e Antonio Iavarone ideatori di Sphinks.
Come indicato, gli scienziati hanno sviluppato l'IA a partire da indagini condotte sul glioblastoma multiforme, un cancro cerebrale ancora difficilissimo da trattare, con una percentuale di sopravvivenza di pochi punti percentuali a 5 anni dalla diagnosi. Grazie all'apprendimento automatico sono stati in grado di identificare due enzimi (due protein chinasi) chiamati PKCδ e DNA-PK che erano associati alla progressione di due sottotipi di glioblastoma. Queste chinasi definite "master" sono considerate eccezionali bersagli terapeutici, non solo per il cancro al cervello. In test condotti su organoidi con farmaci inibitori, infatti, Iavarone e colleghi sono stati in grado di bloccare il tumore, facendo emergere la potenziale opzione terapeutica per i pazienti oncologici.
Ma come funziona esattamente l'algoritmo? L'intelligenza artificiale, in parole semplici, analizza tutte le caratteristiche “omiche” dei tumori – geni, lipidi, proteine, metaboliti etc etc – e individua le chinasi bersaglio per contrastarli, come le due rilevate per il glioblastoma. Grazie a questa approfondita analisi computazionale il tumore viene profilato e classificato con un dettaglio senza precedenti, portando alla luce le sue vulnerabilità e dunque i target terapeutici. A volte i farmaci "suggeriti" sono già disponibili sul mercato, perché magari vengono somministrati per trattare altre condizioni, altre volte non esistono ancora. L'algoritmo Sphinks darà una spinta anche alla ricerca farmaceutica, puntando a migliorare in modo significativo la medicina di precisione.
“Il nostro lavoro rappresenta la scienza traslazionale che offre opportunità immediate per cambiare il modo in cui i pazienti con glioblastoma vengono gestiti in clinica”, ha dichiarato il professor Iavarone, vicedirettore del Sylvester Comprehensive Cancer Center. “Il nostro algoritmo offre applicazioni alla medicina oncologica di precisione, dando agli oncologi un nuovo strumento per combattere questa malattia mortale e anche altri tipi di cancro”, ha aggiunto l'esperto. “Questo classificatore può essere utilizzato praticamente in qualsiasi laboratorio”, gli ha fatto eco la professoressa Lasorella, docente di Biochimica e Biologia molecolare presso l'istituto di Miami. “Importando le informazioni omiche nel portale web, i patologi ricevono informazioni sulla classificazione per un tumore, dieci tumori, per quanti ne servono. Queste classificazioni possono essere applicate immediatamente alla cura del paziente”, ha chiosato l'esperta. La speranza è che il portale sarà disponibile al più presto per gli oncologi di tutto il mondo, migliorando sensibilmente i trattamenti per i pazienti. I dettagli della ricerca "Integrative multi-omics networks identify PKCδ and DNA-PK as master kinases of glioblastoma subtypes and guide targeted cancer therapy" sono stati pubblicati sull'autorevole rivista scientifica Nature Cancer.
