Grazie alla bioinformatica è ora possibile prevedere le mosse con cui il cancro cercherà di difendersi dalle terapie mirate, e bloccarle in partenza. Lo studio finanziato da AIRC e condotto da Marco Pierotti e alcune sue colleghe dell’Istituto nazionale dei tumori di Milano, in collaborazione con l’Università di Trieste, ha sperimentato per ora il metodo sui tumori stromali gastrointestinali (GIST), ma lo stesso di potrà fare anche per altre neoplasie: ricostruire modelli virtuali in 3d dei recettori delle cellule tumorali, che come “interruttori” comandano la replicazione impazzita delle cellule tumorali, prevedere come muteranno per sfuggire alla cura e individuare altre molecole capaci di bloccarli. I ricercatori italiani, nello studio pubblicato oggi su Nature Reviews in Clinical Oncology, hanno poi verificato come la predizione fornita da questa serie di calcoli fosse perfettamente in linea con quanto osservato grazie alle tradizionali tecniche in vitro, con il vantaggio enorme di abbattere notevolmente i tempi per ottenere gli stessi dati.
Giocare d'anticipo, e pure in 3D
prossimo articolo
La medicina di precisione non può fare a meno degli small data
I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.
Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.