Un gruppo di ricerca internazionale, guidato da scienziati italiani del Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami, ha sviluppato un algoritmo di intelligenza artificiale in grado di combinare dati ottenuti da piattaforme di analisi di proteine tumorali e delle loro modificazioni per individuare enzimi, chiamati chinasi, che producono segni distintivi nelle cellule maligne. Per molti di questi enzimi esistono inibitori specifici e pertanto essi rappresentano potenziali bersagli terapeutici.
Nella ricerca pubblicata il 2 Febbraio 2023 sulla rivista Nature Cancer (URL: https://www.nature.com/articles/s43018-022-00510-x), il team ha sviluppato e testato l’algoritmo denominato “Substrate Phosphosite based Inference for Network of KinaseS (SPHINKS)” dapprima usando dati di glioblastoma, il tumore del cervello più letale. Il team ha poi esteso lo studio anche ad altri tumori umani.
SPHINKS ha identificato PKCd e DNAPKcs come chinasi con il maggiore impatto sulle caratteristiche maligne in due sottotipi di glioblastoma. Utilizzando organoidi tumorali derivati da tumori di pazienti, il team ha dimostrato che farmaci che interferiscono con l’attivita’ enzimatica di ciascuna delle chinasi bloccano la crescita del tumore. Queste chinasi sono ugualmente attivate negli analoghi sottotipi del tumore della mammella e del polmone.
“Questa lavoro ha avuto fin dalla sua ideazione un obbiettivo traslazionale, cioe’ mirato ad individuate modalita’ terapeutiche diverse da da quelle usate attualmente per i pazienti con glioblastoma” ha affermato Antonio Iavarone, M.D., vicedirettore del Sylvester Comprehensive Cancer Center e coordinatore dello studio. “SPHINKS offrira’ agli oncologi clinici un nuovo strumento per applicare trattamenti selezionati per specifici sottotipi di cancro. La corretta classificazione di ogni tumore e’ alla base di questo modo di selezionare terapie personalizzate”.
Nonostante i progressi ottenuti in altri tumori, i pazienti affetti da glioblastoma affrontano una prognosi infausta: il tasso di sopravvivenza a cinque anni è inferiore al 10%. Mentre numerosi farmaci sono in fase di sviluppo per migliorare questi numeri, i medici hanno bisogno di strumenti che identificano i meccanismi molecolari fondamentali che sostengono la malattia neoplastica di ogni paziente per poter personalizzare le cure.
In un lavoro precedente, il team del Prof. Iavarone aveva gia’ riportato una classificazione del glioblastoma basata su processi fondamentali delle cellule tumorali
che riusciva a raggruppare i pazienti in quattro gruppi distinti in base a specifiche vulnerabilita’ del tumore. La Prof.ssa Lasorella, co-coordinatore del nuovo lavoro, spiega che in questo studio su Nature Cancer la nuova modalita’ di classificazione e’ stata perfezionata utilizzando metodi di intelligenza artificiale per integrare dati provenienti da complesse analisi dei geni, della composizione proteica, dei lipidi, dei metaboliti e di modificazioni delle proteine che ne determinano la attivazione o l’ inattivazione (acetilazione e fosforilazione) applicate ad ogni tumore”.
“I risultati ottenuti, ribadisce il Prof. Iavarone, dimostrano che la combinazione di nuove techniche di biologia computazionale con metodi di analisi complessiva dei tumori (cosidette multi-omiche) possono generare conoscenze per l’introduzione di terapie disegnate sulla base della sottoclasse di glioblastoma specifica per ciascun paziente. Sebbene SPHINKS sia stato inizialmente testato sul glioblastoma, l’algoritmo è ugualmente applicabile a molti tipi di cancro.
“Stiamo esplorando il concetto di “basket trial”, ha affermato il Prof. Iavarone, “cioe’ di studi clinici che includano pazienti con lo stesso sottotipo biologico in tumori diversi. Se i pazienti con glioblastoma o carcinoma mammario o polmonare hanno caratteristiche molecolari simili, essi possono essere inclusi nello stesso protocollo clinico con la possibilita’ di portare rapidamente ai pazienti i farmaci più efficaci possibili per i loro tumori”.
L’immagine mostra il network di chinasi generato dall’ algoritmo SPHINKS per la terapia di precisione del glioblastoma.
ARTICOLI CORRELATI