Domenico Ascione
Le nuove Intelligenze Artificiali non sono solo un pericolo, ma potrebbero diventare un’arma per la medicina contro il cancro
Il mondo accoglie sempre con maggior preoccupazione lo sviluppo delle Intelligenze Artificiali: per molti sono un rischio, specialmente quelle più complesse in grado di emulare il pensiero umano e abbiamo visto come anche solo ChatGPT stia dando problemi nell’ambito giornalistico e scolastico.
Tuttavia, le IA possono diventare anche uno strumento per superare i limiti del nostro progresso. Ad esempio, la precisione di una macchina potrebbe aiutare a combattere problematiche che da soli non potremmo mai gestire.
IA contro il cancro
In uno studio pubblicato questa settimana su Nature Cancer, i ricercatori del Sylvester Comprehensive Cancer Center della University of Miami Miller School of Medicine hanno descritto un algoritmo di intelligenza artificiale (AI) progettato per identificare potenziali bersagli terapeutici per il glioblastoma multiforme (GBM) e altri tipi di cancro.
Secondo il comunicato stampa che illustra lo studio, il GBM è un tipo di cancro al cervello aggressivo e spesso fatale, con un tasso di sopravvivenza a cinque anni inferiore al 10%. Numerosi farmaci sono in fase di sviluppo come potenziali terapie, ma l’identificazione dei meccanismi molecolari che guidano la malattia e la loro applicazione ad approcci di medicina di precisione rimane una sfida.
Per affrontare questo problema, i ricercatori hanno cercato di sviluppare un metodo per identificare meglio le chinasi proteiche associate alla progressione del tumore. Le chinasi più attive, che i ricercatori chiamano “chinasi master”, sono quelle che vengono prese di mira dai farmaci e da altre terapie negli attuali trattamenti del cancro.
Come può aiutare?
Il team di ricerca si è rivolto all’apprendimento automatico (ML) per identificare e convalidare sperimentalmente due particolari chinasi associate alla progressione tumorale in due sottotipi di GBM e in alcuni altri sottotipi di tumori del polmone, del seno e pediatrici.
L’algoritmo, noto come Substrate PHosphosite-based Inference for Network of KinaseS (SPHINKS), si basa sul precedente lavoro dei ricercatori nella classificazione del glioblastoma. In uno studio pubblicato sul British Journal of Cancer nel marzo 2021, il team di ricerca ha riferito che, catturando i tratti chiave delle cellule tumorali e raggruppando i pazienti affetti da GBM in base alla loro probabilità di sopravvivenza e alla vulnerabilità del loro tumore ai farmaci, l’algoritmo ha rivelato una nuova classificazione del glioblastoma.
Nello studio di questa settimana, i ricercatori hanno confermato in modo indipendente queste classificazioni attraverso diverse piattaforme omiche, tra cui la genomica, la proteomica, la lipidomica, l’acetilomica e la metabolomica. Utilizzando questi set di dati omici, SPHINKS crea un insieme completo di interazioni biologiche, noto come interattoma, per determinare quali chinasi guidano la crescita tumorale e la resistenza ai trattamenti in ciascun sottotipo di glioblastoma.
Questi risultati evidenziano come i dati e gli algoritmi della multiomica possano essere utilizzati per prevedere le terapie mirate che forniranno le migliori opzioni terapeutiche in base al sottotipo di glioblastoma di ciascun paziente, si legge nel comunicato stampa.
Ora possiamo stratificare i pazienti affetti da glioblastoma in base a caratteristiche biologiche comuni tra le diverse omiche. La sola lettura del genoma non è stata sufficiente. Abbiamo avuto bisogno di dati più completi per identificare le vulnerabilità del tumore Ha dichiarato Antonio Iavarone, MD, vice direttore del Sylvester Comprehensive Cancer Center e autore senior dello studio, nel comunicato stampa.
Accessibile a tutti
Lo studio suggerisce che SPHINKS e gli approcci correlati possono essere facilmente incorporati nei laboratori utilizzando un classificatore clinico e un portale online sviluppato dai ricercatori insieme all’algoritmo.
Questo classificatore può essere utilizzato praticamente in qualsiasi laboratorio. Importando le informazioni omiche nel portale web, i patologi ricevono informazioni sulla classificazione di un tumore, di dieci tumori o di quanti ne importano. Queste classificazioni possono essere applicate immediatamente alla cura del paziente. Ha dichiarato nel comunicato stampa Anna Lasorella, MD, docente di biochimica e biologia molecolare presso il Sylvester Comprehensive Cancer Center e coautrice dello studio.
Speranza per l’immediato futuro
In futuro, i ricercatori sperano di sfruttare la tecnologia in un nuovo tipo di sperimentazione clinica.
Stiamo esplorando il concetto di studi a paniere, che includono pazienti con lo stesso sottotipo biologico ma non necessariamente con lo stesso tipo di cancro. Se i pazienti con glioblastoma, cancro al seno o al polmone hanno caratteristiche molecolari simili, potrebbero essere inclusi nello stesso studio. Invece di condurre studi multipli per un singolo agente, potremmo condurre un unico studio combinato e potenzialmente portare farmaci più efficaci a un maggior numero di pazienti in tempi più rapidi. Ha spiegato Iavarone.