Un metodo per prevedere come le cellule tumorali polmonari risponderanno a diverse terapie
Da Yale Cancer Center
Da Yale Cancer Center
I ricercatori dello Yale Cancer Center hanno sviluppato un metodo per prevedere la risposta delle cellule tumorali polmonari a diverse terapie, consentendo alle persone affette dalla forma più comune di cancro ai polmoni di ricevere un trattamento personalizzato più efficace.
La ricerca, pubblicata il 10 ottobre su Nature Genetics, è stata condotta da Thazin Aung, PhD, nel laboratorio del Dott. David Rimm, MD, PhD della Yale School of Medicine, in collaborazione con gli scienziati del Frazer Institute dell’Università del Queensland. I ricercatori hanno studiato i tumori di 234 pazienti con carcinoma polmonare non a piccole cellule (NSCLC) in tre coorti in Australia, Stati Uniti ed Europa.
“Utilizzando l’intelligenza artificiale e la biologia spaziale, abbiamo mappato il NSCLC, cellula per cellula, per comprendere e prevedere la sua risposta al trattamento farmacologico“, afferma Aung. “Questo approccio basato su ‘Google Maps’ può individuare aree tumorali sia reattive che resistenti alle terapie, il che rappresenterà una svolta per il trattamento del cancro al polmone. Invece di dover ricorrere a un approccio basato su tentativi ed errori, gli oncologi ora sapranno quali trattamenti hanno maggiori probabilità di funzionare con i nuovi strumenti della medicina di precisione“.
Il lavoro “fornisce una tabella di marcia per un nuovo test diagnostico che potrebbe ottimizzare la scelta terapeutica nel cancro al polmone“, afferma Rimm, Professore di Patologia Anthony N. Brady e Professore di Medicina (oncologia medica) presso la Yale School of Medicine.
Il cancro al polmone è la principale causa di morte per cancro nel mondo, con una stima di 1,8 milioni di decessi all’anno, e il carcinoma polmonare non a piccole cellule rappresenta l’85% di tutti i casi. I trattamenti di immunoterapia costano tra i 400.000 e i 500.000 dollari per paziente all’anno e sono efficaci solo nel 20-30% dei pazienti.
“Queste terapie comportano anche rischi significativi per i pazienti che le ricevono, tra cui una grave tossicità immuno-correlata che può essere fatale“, afferma Arutha Kulasinghe, PhD, autore principale presso l’Università del Queensland. “Queste sfide evidenziano la necessità critica di classificare i pazienti in base alla loro probabilità di beneficiare del trattamento. Integrando i dati sulla geografia molecolare del cancro e le tecniche di apprendimento automatico, possiamo migliorare il processo decisionale terapeutico e i risultati per i pazienti affetti da cancro al polmone.
Questo stesso approccio può essere utilizzato anche per orientare i trattamenti per altre neoplasie per le quali vengono utilizzate immunoterapie, ad esempio il melanoma, il tumore della testa e del collo e il tumore della vescica“.
Lo studio è stato condotto in collaborazione con la Yale School of Medicine, il WEHI e supportato dal NIH, dallo Yale SPORE in Lung Cancer, dal Robert E. Leet and Clara Guthrie Patterson Trust Mentored Research Award, dalla Tower Cancer Research Foundation, dal Lionheart Foundation Grant tramite lo Yale Cancer Center, da Cure Cancer, dalla Princess Alexandra Research Foundation e dal Wesley Research Institute. Il Frazer Institute dell’Università del Queensland ha sede presso il Translational Research Institute (TRI).
Leggi l’articolo originale:
https://medicine.yale.edu/cancer/news-article/google-maps-approach-to-revolutionize-lung-cancer-treatment/?utm_medium=email&utm_source=rasa_io&utm_campaign=newsletter