Un nuovo algoritmo è stato sviluppato per predire come i tumori evolveranno, utilizzando i dati di 35.000 pazienti
Un nuovo algoritmo è stato sviluppato per predire come i tumori evolveranno, utilizzando i dati di 35.000 pazienti. Chiamato Ascetic (Agony-baSed Cancer EvoluTion InferenCe), è stato creato da ricercatori dell’Università di Milano-Bicocca, guidati dal professore di informatica Daniele Ramazzotti, utilizzando dati genetici dei pazienti.
I risultati dello studio, pubblicati sulla rivista Nature Communications, potrebbero aprire la strada a terapie più personalizzate per il cancro.
Il cancro è un processo complesso in cui le mutazioni genetiche svolgono ruoli diversi. Alcune di queste, chiamate ‘mutazioni driver’, influenzano la progressione della malattia, mentre altre, chiamate ‘mutazioni passenger’, non hanno alcun effetto. In molti casi, le mutazioni passenger si accumulano casualmente, mentre le mutazioni driver seguono un ordine coerente.
Il nuovo sistema di analisi, Ascetic, affronta questo problema in tre fasi. Prima, stabilisce un ordine per le mutazioni driver nei pazienti individuali, aiutando a comprendere quando si sono verificate nel processo di sviluppo del tumore. Poi, utilizzando l’intelligenza artificiale, identifica il modello migliore per spiegare tutte queste evoluzioni, fornendo una mappa di come il cancro si sviluppa complessivamente per un particolare tipo di tumore. Infine, raggruppa i pazienti in base alle loro evoluzioni e verifica se ci sono differenze nelle loro curve di sopravvivenza.
Grazie ai dati genetici sempre più disponibili dei pazienti con cancro e ai progressi nella scienza dei dati e nell’intelligenza artificiale, ora è possibile identificare modelli evolutivi specifici per i vari tipi di cancro. Questi modelli, noti come ‘firme evolutive’, rappresentano i percorsi comuni di mutazioni driver durante l’evoluzione del cancro e possono essere simili tra pazienti con prognosi simile.
Secondo il professor Ramazzotti, sebbene questo studio non sia conclusivo, rappresenta un passo significativo verso la creazione di un catalogo di firme evolutive del cancro. Questo catalogo potrebbe aiutare a comprendere meglio la natura complessa del cancro e a migliorare le previsioni sulla sua progressione e prognosi. Inoltre, la capacità di classificare i pazienti con cancro in base alla loro evoluzione molecolare potrebbe consentire la previsione dei futuri sviluppi della malattia e quindi la personalizzazione dei trattamenti.
