Skip to main content

Bioinformatics and Integrative Genomics for a Novel Personalized Cancer Therapy

Article Category

Article available in the folowing languages:

PanDrugs: analisi dei dati genomici per un trattamento migliore del cancro

L’analisi genomica del cancro è un approccio promettente per prevedere la risposta e gli esiti dei farmaci. Con PanDrugs, il progetto PERSMEDOMICS fornisce una metodologia innovativa di bioinformatica per guidare la selezione delle terapie sulla base del profilo genetico dei singoli pazienti.

Economia digitale
Salute

PanDrugs è uno dei collegamenti mancanti tra il potenziale dei biomarcatori in quanto strumenti di previsione per gli esiti del trattamento e il loro uso in clinica. Associata a infrastrutture computazionali adeguate per l’elaborazione e la memorizzazione di dati e messa nelle mani di bioinformatici qualificati, la nuova piattaforma guiderà la selezione di terapie dai risultati di studi di tutto il genoma per il cancro. “La maggior parte delle attuali sperimentazioni cliniche valutano l’efficacia e la sicurezza di un nuovo farmaco analizzando i suoi effetti su popolazioni di pazienti in gran parte non selezionati,” osserva Fatima Al-Shahrour, coordinatrice di PERSMEDOMICS (Bioinformatics and Integrative Genomics for a Novel Personalized Cancer Therapy) per il Centro nazionale spagnolo per la ricerca sul cancro (CNIO). “Usando invece profili genomici in sperimentazioni su popolazioni di pazienti eterogenee (“basket trial”), potremmo avere diagnosi più precise e terapie basate su diversi biomarcatori, prescrizioni di farmaci più sicure, migliore prevenzione delle malattie e, di conseguenza, una riduzione dei costi sanitari.” Certo, le cure personalizzate per il cancro sono ancora ai primi passi. Prima che diventi la norma, gli ospedali dovranno disporre di metodi di analisi veloci, riproducibili, facili da effettuare e a basso costo. Dovrebbe essere promossa la condivisione di dati molecolari e clinici, è necessaria una conoscenza completa della biologia del tumore e si devono superare gli attuali limiti terapeutici e farmacologici. “Gli studi più recenti hanno mostrato anche che la medicina personalizzata richiede informazioni di migliaia di pazienti per costituire un sostegno preciso al processo decisionale. Sfortunatamente, anche se si risolvessero tutti i problemi di cui sopra, le infrastrutture di calcolo che si trovano attualmente presso gli istituti sanitari sarebbero ancora inadeguate per elaborare in modo efficiente volumi simili di dati,” lamenta la dott.ssa Al-Shahrour. In questo contesto, c’è un disperato bisogno di sviluppare tecnologie veloci ed economiche che colleghino i dati dei pazienti ad altre informazioni conosciute. PanDrugs potrebbe essere una parte della soluzione: Usando questo metodo i bioinformatici possono analizzare e integrare dati genomici (mutazioni, variazione del numero di copie o livelli di espressione genetica), dati funzionali (essenzialità delle proteine) e dati farmacologici (sensibilità o resistenza ai farmaci antitumore) – in modo da identificare alterazioni molecolari azionabili. L’obiettivo di “PanDrugs” è valutare i grandi dati generati dal profilo genomico dei malati di cancro, a seconda della loro rilevanza biologica e clinica e della loro predisposizione ad essere curati farmacologicamente, per aiutare il processo decisionale clinico. Inoltre il nostro gruppo sta lavorando a una nuova metodologia per il riposizionamento dei farmaci per prevedere trattamenti sequenziali per il cancro usando firme trascrizionali,” dice la dott.ssa Al-Shahrour. L’equipe di PERSMEDOMICS ha già ottenuto risultati preliminari molto promettenti. I loro strumenti sono stati usati per esempio per analizzare i dati di sequenziamento di pazienti affetti da adenocarcinoma duttale pancreatico e dare priorità a quelli che potrebbero avere implicazioni terapeutiche. “Nel contesto di progetti di ricerca clinica e sperimentazione clinica, PanDrugs è stato integrato come nuovo modulo alla metodologia di analisi del sequenziamento per catalogare i tumori dei pazienti e collegarli a farmaci o trattamenti efficaci,” spiega la dott.ssa Al-Shahrour. “Finora, abbiamo analizzato dati di oltre 500 pazienti e questa nuova metodologia ci ha permesso di identificare mutazioni azionabili in quasi la metà di loro.” Un esempio di questo lavoro è uno studio su 25 pazienti che consisteva nell’integrazione di dati di sequenziamento e modelli murini di xenotrapianti derivati da pazienti (PDX). Usando PanDrugs, l’equipe ha potuto identificare alterazioni genomiche specifiche del tumore presumibilmente azionabili nella maggior parte dei casi, mentre test sperimentali di possibili trattamenti in modelli PDX hanno aiutato a selezionare trattamenti empirici in pazienti che non avevano mutazioni azionabili. “Nel 2015, abbiamo cominciato a testare questa strategia con un contributo avanzato del CER, in una sperimentazione clinica randomizzata prospettiva su 150 pazienti affetti da cancro pancreatico metastatico resistente. Il nostro obiettivo era testare l’ipotesi che un trattamento personalizzato integrato migliori la sopravvivenza rispetto alla strategia di trattamento tradizionale,” dice la dott.ssa Al-Shahrour. PanDrugs fornisce una soluzione per studiare i profili molecolari di popolazioni di pazienti e quindi i sistemi sanitari pubblici possono adesso concentrarsi sulla raccolta delle infrastrutture, i software e le competenze necessarie per estrarre, elaborare e analizzare tali informazioni. PanDrugs è open source, il che significa che tutti gli algoritmi e i metodi sono pubblici e liberamente accessibili. Il consorzio del progetto ha già iniziato collaborazioni con enti pubblici e aziende private del settore sanitario per promuovere l’uso di questi strumenti.

Parole chiave

PESMEDOMICS, Pandrugs, cancro, genomica, bioinformatica, grandi dati, medicina personalizzata, sperimentazione clinica, tumore, algoritmo

Scopri altri articoli nello stesso settore di applicazione