L'Intelligenza Artificiale contro il cancro

Sphinks per terapie di precisione sui tumori

Si chiama Sphinks ed è un cervellone basato sull'intelligenza artificiale figlio di scienziati italiani. In realtà a svilupparlo è stato un team internazionale, coordinato da scienziati del nostro Paese che risiedono in Usa. Il nuovo algoritmo di Ai analizza e combina insieme tutte le carte d'identità della neoplasia - i dati cosiddetti “omici” che fotografano dai geni alla composizione proteica, dai lipidi ai metaboliti, e così via - e classifica il cancro in base a tutte le sue caratteristiche, aiutando gli esperti a identificare potenziali bersagli terapeutici e a mirare le armi disponibili contro di loro, oltre a indirizzare la ricerca di nuove strategie e opzioni di trattamento.
Lo studio è comparso su Nature Cancer e porta le firme di una coppia d'oro della ricerca italiana: Antonio Iavarone, vicedirettore del Sylvester Comprehensive cancer center della Miller School of Medicine-Università di Miami e coordinatore della ricerca, e Anna Lasorella, co-coordinatrice del lavoro. L'algoritmo si concentra sui 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 questo li rende potenziali bersagli terapeutici. Nella ricerca, il team ha sviluppato e testato l'algoritmo Sphinks (che sta per Substrate phosphosite based Inference for network of kinaseS) usando dapprima dati del tumore cerebrale glioblastoma. Poi ha esteso lo studio anche ad altri tumori umani.
”L'idea è di introdurre - spiega Iavarone all'Adnkronos Salute - per la prima volta strumenti che derivano dalla ricerca di base e dalla medicina computazionale, attraverso l'intelligenza artificiale e quindi il machine learning, per analizzare una quantità enorme di dati che oggi possono essere generati per ciascun tumore ed estrarre le terapie personalizzate più efficaci per ogni paziente. Abbiamo lavorato per realizzare un sistema sofisticato che permetta di essere il più sicuri possibile del fatto che quel paziente possa rispondere a un determinato inibitore di una specifica chinasi. Gli altri alleati sono gli organoidi, componenti molto importanti del nostro studio: avatar che riflettono le caratteristiche del tumore e sui quali proviamo i farmaci identificati dalle analisi computazionali. Se funzionano, avremo un'ulteriore sicurezza del fatto che si possa avere un'efficacia poi nel paziente”. Il cervellone classificatore verrà “messo a disposizione di qualunque struttura voglia consultarlo per inquadrare i tumori dei pazienti, compresa l'Italia”. La speranza è che si arrivi pian piano “ad aumentare il trattamento e migliorare le terapie per questi tumori così complessi”.
“Avremo un portale - continua Iavarone - e questi centri, inserendo tutta una serie di dati necessari, potranno ottenere la classificazione del tumore in uno dei gruppi che abbiamo identificato. A quel punto c'è la possibilità di introdurre il paziente in una diversa stratificazione terapeutica. Naturalmente i farmaci adesso devono essere utilizzati attraverso dei clinical trial che speriamo di iniziare a fare progressivamente. C'è poi da dire che alcuni gruppi di tumori sono più facili da identificare, i farmaci sono già disponibili. Per altri invece si deve affrontare un ragionamento con le case farmaceutiche che li hanno per vedere se si possono utilizzare. E per altri gruppi ancora, invece, si devono proprio creare da zero. Quello che si può vedere attraverso questi studi è che ogni singolo tumore può essere diverso a livello di complessità di trattamento”.
Sphinks ha identificato le chinasi Pkcd e Dnapkcs come quelle con il maggiore impatto sulle caratteristiche maligne in due sottotipi di glioblastoma. Utilizzando gli organoidi tumorali derivati da tumori di pazienti, il team ha dimostrato che farmaci che interferiscono con l'attività 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. “Il lavoro ha avuto fin dalla sua ideazione un obiettivo traslazionale, cioè mirato a individuare modalità terapeutiche diverse da quelle usate attualmente per i pazienti con glioblastoma”, sottolinea Iavarone. “Sphinks offrirà agli oncologi clinici un nuovo strumento per applicare trattamenti selezionati per specifici sottotipi di cancro. La corretta classificazione di ogni tumore è alla base di questo modo di selezionare terapie personalizzate”.
In un lavoro precedente, il team di Iavarone aveva già 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 vulnerabilità del tumore. Lasorella spiega che in questo ultimo studio la nuova modalità di classificazione è 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 Iavarone, dimostrano che la combinazione di nuove tecniche di biologia computazionale con metodi di analisi complessiva dei tumori (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 - dice Iavarone - cioè 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, possono essere inclusi nello stesso protocollo clinico con la possibilità di portare rapidamente ai pazienti i farmaci più efficaci possibili per i loro tumori. Stiamo ora cercando di capire le sinergie tra farmaci per arrivare a definire anche come si possono associare quelli più importanti per ogni gruppo”.