Trieste guida una svolta nella ricerca sul cancro: un nuovo metodo aiuta a prevedere prognosi e metastasi

L'Università di Trieste conquista la ribalta della ricerca scientifica internazionale con uno studio pubblicato sulla prestigiosa rivista Nature Genetics, destinato ad aprire nuove prospettive nella medicina oncologica di precisione. Il lavoro, coordinato dal professor Giulio Caravagna, docente di Informatica dell'Ateneo giuliano e responsabile del Cancer Data Science Laboratory, introduce un nuovo approccio che permette di ottenere informazioni molto più dettagliate sull'evoluzione dei tumori partendo da esami molecolari già eseguiti nella normale pratica clinica.

La ricerca dimostra infatti che, per comprendere il comportamento di un tumore, non basta sapere se un gene è mutato, ma diventa fondamentale conoscere quante copie della mutazione sono realmente presenti nelle cellule tumorali, un elemento che può incidere sulla prognosi, sulla sopravvivenza del paziente e persino sulla probabilità che la malattia sviluppi metastasi.

Una nuova chiave di lettura del DNA tumorale

Lo studio propone un cambio di paradigma nell'interpretazione del DNA dei tumori.

Fino a oggi, infatti, molte analisi molecolari si limitavano a stabilire la presenza o l'assenza di una determinata mutazione. Il gruppo di ricerca coordinato da Trieste ha invece dimostrato che il quadro biologico è molto più complesso.

Nel corso dell'evoluzione del tumore alcune regioni del DNA possono infatti essere amplificate oppure andare perdute, modificando il numero di copie dei geni mutati presenti nelle cellule.

Da questa osservazione nasce il concetto di "dosaggio mutazionale", cioè la valutazione del numero effettivo di copie mutate di uno specifico gene e del loro impatto sull'aggressività della malattia.

Secondo i ricercatori, questa informazione permette di comprendere molto meglio il comportamento del tumore rispetto ai metodi tradizionali.

INCOMMON, il software sviluppato a Trieste

Per rendere possibile questo tipo di analisi è stato sviluppato INCOMMON (INference of COpy number and Mutation Multiplicity in ONcology), un innovativo strumento computazionale open source progettato proprio dal gruppo dell'Università di Trieste.

L'aspetto rivoluzionario è che il sistema non richiede nuovi esami ai pazienti.

Attraverso sofisticati modelli di inferenza statistica e di machine learning, il software riesce infatti a estrarre informazioni aggiuntive dai test molecolari già utilizzati negli ospedali, confrontandoli con grandi banche dati internazionali ottenute dal sequenziamento completo del genoma tumorale.

Come sottolinea il professor Giulio Caravagna, il nuovo metodo permette di ottenere analisi a una risoluzione molto più elevata senza modificare il tipo di dati raccolti nella pratica clinica quotidiana, facendo emergere caratteristiche biologiche dei tumori che potrebbero avere un importante valore prognostico e predittivo.

Oltre 60 mila campioni analizzati

Per verificare l'efficacia del metodo, i ricercatori hanno realizzato uno degli studi più ampi mai effettuati su questo tema.

Sono stati analizzati oltre 60.000 campioni clinici, appartenenti a 39 differenti tipi di tumore, per un totale superiore a 500.000 mutazioni genetiche.

Successivamente sono stati studiati più di 20.000 pazienti, classificandoli proprio in base al dosaggio mutazionale dei principali oncogeni e geni oncosoppressori.

Il risultato è stato particolarmente significativo.

I ricercatori hanno identificato 46 biomarcatori associati alla sopravvivenza complessiva dei pazienti.

Ancora più importante è il fatto che 13 di questi biomarcatori, distribuiti in 12 differenti forme tumorali, sarebbero rimasti completamente invisibili utilizzando gli approcci diagnostici tradizionali basati esclusivamente sulla presenza o assenza delle mutazioni.

Nuove prospettive nella lotta alle metastasi

Uno dei risultati più promettenti riguarda lo studio delle metastasi, da sempre uno degli aspetti più complessi dell'oncologia.

Grazie al nuovo approccio, il gruppo di ricerca ha individuato 26 biomarcatori ricorrentemente associati alla diffusione metastatica in 10 differenti tipi di tumore.

Inoltre sono stati identificati 20 biomarcatori capaci di prevedere la tendenza di alcuni tumori a sviluppare metastasi in organi specifici all'interno di cinque diverse forme di cancro.

Secondo Nicola Calonaci, ricercatore post-doc dell'Università di Trieste sostenuto da Fondazione AIRC e primo autore dello studio, questi risultati dimostrano come informazioni già presenti nei test molecolari possano essere reinterpretate con una precisione molto maggiore grazie all'impiego dell'intelligenza statistica e del machine learning.

Anche Eriseld Krasniqi, oncologo dell'IRCCS Istituto Nazionale Tumori Regina Elena di Roma e co-primo autore dello studio, evidenzia come il dosaggio mutazionale permetta di cogliere proprietà biologiche che sfuggono completamente alle analisi convenzionali, soprattutto nello studio della capacità dei tumori di sviluppare metastasi.

Una collaborazione che unisce informatica e medicina

Lo studio rappresenta anche un importante esempio di collaborazione multidisciplinare tra informatica, genomica e medicina clinica.

Secondo Giovanni Blandino, direttore scientifico dell'IRCCS Istituto Nazionale Tumori Regina Elena di Roma, il progetto dimostra come l'integrazione tra competenze cliniche e tecnologie avanzate di analisi dei dati possa tradursi in conoscenze concrete a beneficio dei pazienti oncologici.

L'obiettivo è valorizzare al massimo i dati già disponibili nei percorsi diagnostici, senza aumentare il numero degli esami, ma sfruttando algoritmi sempre più sofisticati.

La prossima sfida: prevedere anche la risposta alle terapie

I ricercatori guardano già al futuro.

Le prossime fasi dello studio punteranno infatti a integrare le informazioni sui trattamenti ricevuti dai pazienti, per verificare se il dosaggio mutazionale possa diventare non solo un indicatore della prognosi, ma anche uno strumento capace di prevedere quale terapia risulterà più efficace per ciascun paziente.

Prima di arrivare alla pratica clinica saranno necessarie ulteriori validazioni scientifiche, ma la direzione è ormai tracciata.

La ricerca coordinata dall'Università di Trieste apre infatti la strada a una nuova generazione di biomarcatori, con l'obiettivo di rendere la medicina oncologica di precisione ancora più accurata e personalizzata, utilizzando in modo sempre più intelligente le informazioni già contenute nel DNA dei tumori.