Sfruttare le tecniche dei megadati per affrontare il cancro infantile
Il trattamento del cancro nei bambini pone agli operatori sanitari una serie di sfide. Il cancro nei bambini è relativamente raro se paragonato a quello degli adulti, e spesso le opzioni di trattamento non sono sempre così efficaci come si spera. Ciò è dovuto in parte al fatto che le cellule tumorali subiscono molti cambiamenti casuali (mutazioni). Questo fa sì che ogni tumore abbia una combinazione essenzialmente unica di caratteristiche molecolari. «Di conseguenza, gli approcci terapeutici tradizionali non sono sempre efficaci», spiega Michelle Kölbl, membro del progetto iPC di Technikon in Austria. «Questa situazione porta a una mancanza di terapie mirate, a previsioni imprecise del livello di rischio, a un eccesso di trattamento e a una qualità della vita compromessa per i giovani pazienti.»
Mirare ai singoli profili molecolari del cancro
Per risolvere questo problema, il progetto iPC, finanziato dall’UE, ha cercato di adattare in modo specifico le combinazioni di trattamento al profilo molecolare di ogni singolo tumore. L’idea era quella di massimizzare le cure e ridurre al minimo gli effetti collaterali del trattamento a breve e lungo termine. In particolare, il team del progetto ha voluto mirare alle limitate opzioni terapeutiche per i bambini affetti da tumori pediatrici come l’epatoblastoma, un cancro che si forma nei tessuti intorno al fegato. Il team ha voluto concentrarsi sui pazienti con tumori avanzati. Ciò che ha reso unico il progetto è stato lo sviluppo e l’applicazione di modelli meccanici e di apprendimento automatico per prevedere le terapie ottimali per ogni singolo bambino. Per raggiungere i suoi obiettivi, il progetto ha riunito un team multidisciplinare che comprendeva professionisti del settore medico e istituti di ricerca, nonché esperti di megadati e di modellazione informatica. «Abbiamo utilizzato nuovi approcci di calcolo e sperimentali per analizzare set di dati su larga scala», aggiunge Kölbl. «Abbiamo misurato modelli sperimentali e biopsie di pazienti, per individuare potenziali strade terapeutiche. Questi sono stati poi testati in modelli cellulari e animali.» Il team del progetto ha esaminato l’efficacia dei farmaci nei pazienti affetti da epatoblastoma, in particolare quelli con il sottotipo aggressivo C2, associato a esiti clinici sfavorevoli. L’approccio si è basato su dati disponibili pubblicamente.
Integrazione riuscita di tecnologie avanzate
Il progetto è stato in grado di dimostrare l’efficacia dell’uso di modelli di calcolo avanzati per integrare sistematicamente grandi quantità di dati. L’integrazione di modelli meccanicistici, statistici e di intelligenza artificiale avanzati in un quadro di paziente virtuale ha permesso al team di realizzare analisi molecolari e raccomandazioni terapeutiche approfondite. «Uno dei risultati principali di questo lavoro è stato l’individuazione di farmaci per tumori pediatrici rari come l’epatoblastoma», afferma Kölbl. «Ad esempio, questo lavoro ha portato alla individuazione degli inibitori della chinasi ciclina-dipendente 9 (CDK9), chiamati alvocidib e dinaciclib, come potenti inibitori della crescita dell’epatoblastoma per pazienti con il sottotipo molecolare C2 ad alto rischio.» Metodologie innovative per la modellazione personalizzata del sistema immunitario, rapporti completi automatizzati sull’analisi molecolare dei tumori e una piattaforma online sicura per l’accesso universale ai modelli sono stati altri traguardi chiave.
Portare gli approcci terapeutici nei contesti clinici
I prossimi passi comprendono l’ulteriore convalida di questi risultati e l’esplorazione di come portare gli approcci terapeutici individuati in ambito clinico. «Il quadro sviluppato metterà a disposizione dei medici strumenti di calcolo per la diagnosi e le raccomandazioni terapeutiche personalizzate», osserva Kölbl. «A lungo termine, speriamo che questo progetto dimostri l’utilità dei metodi di calcolo nell’individuare trattamenti efficaci per i tumori pediatrici rari, fornendo nuove opzioni terapeutiche e potenzialmente migliorando gli esiti clinici per i pazienti.»
Parole chiave
iPC, cancro, di calcolo, farmaci, molecolare, epatoblastoma, tumori, megadati
