Le strade per affrontare e vincere un tumore sono tendenzialmente due: leggerne in anticipo i sintomi e diagnosticarlo per tempo oppure aggredirlo con le terapie più efficaci e “giuste” possibili.

Un team di ricercatori del Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami e dell’Istituto per la genetica del cancro dell’Università Columbia di New York ha appena accelerato la corsa lungo questa seconda via.

Grazie anche alla collaborazione con scienziati italiani, hanno infatti messo a punto un nuovo algoritmo capace di costruire un preciso identikit dei tumori e combinarlo con le peculiarità delle molecole dei farmaci fornendo ai medici un’indicazione sul trattamento terapeutico migliore per combatterlo.

Sphinks, come è stato ribattezzato l’algoritmo, è stato realizzato a partire dall’analisi del glioblastoma, il più comune e letale tumore al cervello con una percentuale di sopravvivenza a 5 anni molto bassa e per il quale non abbiamo ancora trattamenti definitivi.

Sulla rivista Nature Cancer, i ricercatori hanno spiegato che attraverso sistemi di intelligenza artificiale e machine learning di aver analizzato le caratteristiche del tumore, dai geni al lipidi fino alle proteine che lo compongono individuando due bersagli terapeutici – due chinasi (PKCδ e DNA-PK) – strettamente correlati alla progressione di sottotipi di glioblastoma.

Sfruttando poi le potenzialità degli organoidi, ovvero degli organi 3D prodotto in laboratorio e in grado di mimare il funzionamento di quelli veri, hanno dimostrato che questi due enzimi avevano il maggiore impatto sulle caratteristiche maligne in due sottotipi di glioblastoma: colpendoli con farmaci mirati per interferire con la loro attività, hanno visto che il tumore rallentava la propria crescita.

Da qui agli altri tumori il passo è stato breve. Le successive analisi eseguite con Sphinks hanno infatti dimostrato che queste chinasi erano ugualmente attivate anche nel cancro al seno e ai polmoni.

Capisci, quindi, che con questo sistema i ricercatori sono pronti per costruire una sorta di database in grado di collegare il farmaco giusto (noto e magari già utilizzato per altre patologie) al “suo” bersaglio terapeutico offrendo ai pazienti nuove potenziali soluzioni terapeutiche per diverse patologie. A partire dal glioblastoma per arrivare poi ad altre aggressive forme di tumore.

Fonte | "Integrative multi-omics networks identify PKCδ and DNA-PK as master kinases of glioblastoma subtypes and guide targeted cancer therapy" pubblicato il 2 febbraio 2023 sulla rivista Nature Cancer