Grazie all’algoritmo Sphinks, l’intelligenza artificiale sta imparando a individuare i tumori maligni e a individuare le armi più efficaci per combatterli. Questo rappresenta un importante passo avanti verso la medicina di precisione e è stato recentemente pubblicato sulla rivista Nature Cancer dal gruppo di Antonio Iavarone e Anna Lasorella presso il Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami.
“Siamo in grado di combinare i dati ottenuti dalle piattaforme di analisi di proteine tumorali e delle loro modificazioni per individuare gli enzimi, chiamati chinasi, che producono segni distintivi nelle cellule maligne. Per molti di questi enzimi esistono inibitori specifici, che rappresentano quindi potenziali bersagli terapeutici”, spiega Iavarone.
Il 50% dello spazio del laboratorio è adibito alla computazione, con la possibilità di collegarsi a grandi reti. Questo tipo di laboratorio è chiamato “Dry Lab” per distinguerlo dal tradizionale “Wet Lab”, dove sono diventati di casa gli aggregati di cellule che riproducono i tumori in miniatura, i cosiddetti organoidi.
L’algoritmo Sphinks è il secondo nato dalla ricerca di Iavarone. Il primo aveva imparato a riconoscere una forma di tumore, il glioblastoma mitocondriale. Sphinks, invece, ha raccolto la sfida della caccia ai tre gruppi di tumori più sfuggenti: “Identifica le proteine chinasi fondamentali, diverse per ognuno dei 3 gruppi, e grazie a questo strumento l’analisi diventa possibile per ogni singolo paziente se abbiamo a disposizione i dati relativi all’analisi di tutte le proteine del tumore. Non sono, infatti, i geni che fanno funzionare i tumori, ma le loro proteine”.
Questa nuova strada rappresenta un importante passo avanti poiché fino ad ora le proteine dei tumori non venivano utilizzate nella pratica clinica. Adesso, invece, è possibile indicare a ogni singolo paziente il suo bersaglio terapeutico, singolarmente se c’è l’analisi delle proteine, oppure individuando la famiglia alla quale appartiene il tumore.
Ci sono infatti tumori che hanno somiglianze di famiglia e le prime, per esempio, sono state individuate fra i tumori di cervello (compresi quelli pediatrici), polmone e seno. “Stiamo esplorando il concetto di “basket trial”, cioè 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 possibilità di portare rapidamente ai pazienti i farmaci più efficaci possibili per i loro tumori”, conclude Iavarone.