I ricercatori della Icahn School of Medicine del Mount Sinai hanno presentato un rivoluzionario strumento computazionale chiamato LoGoFunc, progettato per prevedere le varianti patogene con guadagno e perdita di funzione all'interno del genoma umano. A differenza dei metodi esistenti che si concentrano principalmente sulla perdita di funzione, l'approccio rivoluzionario di LoGoFunc distingue tra diverse mutazioni dannose, promettendo informazioni cruciali su diversi esiti di malattie.
Le variazioni genetiche possono avere un impatto profondo sulla funzione delle proteine. Alcune mutazioni possono aumentarne l'attività o introdurre nuove funzioni (acquisizione di funzione), mentre altre possono diminuirne o eliminarne una (perdita di funzione). Comprendere questi cambiamenti è fondamentale per la salute umana e per il trattamento delle malattie.
LoGoFunc colma una lacuna critica negli strumenti esistenti. Il co-autore senior Yuval Itan, PhD, Professore Associato di Genetica e Scienze Genomiche presso l'Icahn Mount Sinai, sottolinea: "Gli strumenti attualmente disponibili non sono sufficienti a distinguere tra guadagno e perdita di funzione. Questo è importante perché queste varianti influenzano l'attività proteica in modo diverso, influenzando l'esito della malattia".
Sfruttare l'apprendimento automatico per la precisione
LoGoFunc sfrutta la potenza dell'apprendimento automatico, addestrato su un database completo di mutazioni patogene note con guadagno e perdita di funzione presenti nella letteratura scientifica. Ciò che lo distingue è la capacità di considerare un'ampia gamma di caratteristiche biologiche, inclusi i dati delle strutture proteiche previste da AlphaFold2 e le caratteristiche di rete che riflettono le interazioni proteiche umane.
In rigorosi test condotti utilizzando set di dati provenienti dall'Human Gene Mutation Database e da ClinVar, LoGoFunc ha dimostrato una notevole accuratezza nel predire varianti con guadagno di funzione, perdita di funzione e varianti neutre. Questa accuratezza posiziona LoGoFunc come uno strumento formidabile nella ricerca e nell'analisi genetica.
"Oltre alla medicina personalizzata", afferma Avner Schlessinger, Ph.D., coautore senior, professore di scienze farmacologiche e direttore associato del Mount Sinai Center for Therapeutics Discovery, "LoGoFunc ha implicazioni per la scoperta di farmaci, la consulenza genetica e l'accelerazione della ricerca genetica. La sua accessibilità promuove la collaborazione e offre una visione completa dell'impatto delle varianti nel genoma umano".
Aprire la strada alla medicina di precisione
Forse la cosa più entusiasmante è che il potenziale di LoGoFunc nella medicina di precisione è innegabile. Apre le porte alla possibilità di trattamenti personalizzati in base al patrimonio genetico di ogni individuo, rivoluzionando potenzialmente il panorama sanitario.
Tuttavia, i ricercatori avvertono che, sebbene questi risultati rappresentino un significativo passo avanti, la loro trasposizione in applicazioni cliniche richiede ulteriore convalida e integrazione con altre informazioni mediche. Un impegno costante nella convalida è fondamentale per garantire risultati affidabili.
Un ponte verso il futuro
Con la continua e rapida espansione dei dati genetici, le capacità di LoGoFunc saranno perfezionate e il suo ambito di applicazione ampliato. Questo impegno verso l'evoluzione posiziona lo strumento come un elemento cruciale nella decifrazione delle conseguenze funzionali delle variazioni genetiche.
David Stein, dottorando presso l'Icahn Mount Sinai e primo autore dello studio, sottolinea l'importanza dello strumento: "Colmando le lacune, lo strumento migliora la nostra comprensione delle variazioni genetiche che contribuiscono alle malattie, aprendo la strada a strategie di trattamento personalizzate e alla scoperta di farmaci. Crediamo che LoGoFunc sarà uno strumento potente per decifrare le conseguenze funzionali delle variazioni genetiche. Sebbene le sue potenziali applicazioni siano vaste, i continui sforzi di convalida ne garantiranno l'impatto nel mondo reale".
