Un nuovo studio di Machine Learning identifica centinaia di potenziali bersagli per farmaci antitumorali con biomarcatori

I ricercatori dell'Wellcome Sanger Institute hanno sfruttato il potere del machine learning per scoprire 370 bersagli farmacologici precedentemente sconosciuti per vari tipi di cancro, tra cui cancro al seno, cancro del collo dell'utero e glioblastoma. I risultati, pubblicati su Cancer Cell l'11 gennaio 2024, rappresentano un salto significativo avanti nella ricerca della medicina di precisione e potrebbero accelerare lo sviluppo di trattamenti personalizzati per il cancro.

Una svolta nella ricerca sul cancro

In uno studio rivoluzionario, scienziati dell'Wellcome Sanger Institute hanno svelato un tesoro di 370 potenziali bersagli farmacologici attraverso 27 diversi tipi di cancro. Questa ricerca pionieristica non solo promette lo sviluppo di nuovi farmaci di precisione, ma rafforza anche la Cancer Dependency Map, un'iniziativa collaborativa tra l'Wellcome Sanger Institute e il Broad Institute, dedicata a guidare le strategie per le terapie personalizzate contro il cancro.

Il Dr. Mathew Garnett, co-responsabile dello studio, ha espresso l'importanza di questo lavoro, affermando: «Questo lavoro sfrutta le ultime innovazioni in genomica e biologia computazionale per capire come possiamo colpire al meglio le cellule cancerose. Questo aiuterà gli sviluppatori di farmaci a concentrare i loro sforzi sui bersagli di maggior valore per portare nuovi medicinali ai pazienti più rapidamente.»

Sfruttare la genomica e il machine learning

L'elenco esteso di potenziali bersagli è emerso da un'analisi dei dati provenienti dalla Cancer Dependency Map. Questa mappa è stata creata attraverso alterazioni CRISPR-Cas9 simultanee di quasi 18.000 geni in 930 linee cellulari cancerose umane distinte. Sfruttando le capacità del machine learning, i ricercatori hanno scrutinato questo colossale dataset per identificare geni, proteine e vie vitali per la sopravvivenza delle cellule cancerose.

Biomarcatori: la chiave per la medicina di precisione

Crucialmente, gli scienziati hanno associato questi nuovi bersagli farmacologici scoperti con biomarcatori clinici. I biomarcatori svolgono un ruolo fondamentale nell'identificare quali pazienti sono probabilmente beneficiari di trattamenti mirati a specifici bersagli genetici. La presenza di questi biomarcatori aumenta significativamente la probabilità di approvazione della FDA per i farmaci durante lo sviluppo clinico, aumentandola da due a quattro volte, secondo i risultati dei ricercatori.

Remarkabilmente, quasi tutti i bersagli farmacologici identificati erano collegati a biomarcatori, indicando un forte potenziale per tradurre queste scoperte in trattamenti efficaci. Questa rivelazione ha implicazioni immense, poiché suggerisce che circa il 30% di tutti i pazienti oncologici potrebbe beneficiare di terapie mirate a questi biomarcatori identificati. Questo è un aumento sostanziale rispetto alla stima precedente del 14% dei pazienti considerati candidati per terapie mirate al genoma del cancro.

Tuttavia, è importante notare che, sebbene questi biomarcatori detengano immense promesse, lo sviluppo di farmaci per tutti questi bersagli potrebbe non essere fattibile. La fattibilità di colpire questi marcatori genetici varia tra i diversi tipi di cancro, con alcuni che mostrano poco o nessun cambiamento nei nuovi bersagli basati su queste scoperte. Pertanto, i ricercatori sottolineano la continua necessità di approcci innovativi per espandere il repertorio di medicinali disponibili per i pazienti oncologici.

Uno sguardo al futuro della terapia del cancro

I risultati della ricerca sottolineano anche il potenziale dei test di biomarcatori multi-omici. Questi test, che esaminano vari livelli di informazioni biologiche simultaneamente, come l'espressione genica e proteica, potrebbero essere un punto di svolta nell'espandere il pool di bersagli terapeutici per i pazienti oncologici. Sfruttando il potere dei dati multi-omici, i professionisti sanitari potrebbero essere meglio attrezzati per adattare i trattamenti ai profili molecolari unici dei singoli pazienti, inaugurando una nuova era di medicina di precisione.

Lo studio rivoluzionario dell'Wellcome Sanger Institute, alimentato da machine learning e genomica, ha illuminato una strada avanti nella battaglia contro il cancro. Con l'identificazione di 370 potenziali bersagli farmacologici attraverso vari tipi di cancro, uniti ai biomarcatori associati, le prospettive per i trattamenti personalizzati contro il cancro non sono mai state così promettenti. Sebbene rimangano sfide, l'intersezione di scienza all'avanguardia e analisi computazionale apre la strada a un futuro più luminoso per i pazienti oncologici in tutto il mondo.