fbpx Tumore: i batteri lo prevedono | Page 2 | Scienza in rete

Tumore: i batteri lo prevedono

Primary tabs

Read time: 1 min

L’analisi della flora batterica sembra essere un buon metodo per prevedere l’eventuale sviluppo del tumore al colon.

La progressione di questa neoplasia è spesso associata, negli stadi iniziali, alla formazione di polipi in grado nel tempo di generare la malattia. Analizzando la flora batterica, Tyler Culpepper della University of Florida (Stati Uniti), ha scoperto che la composizione varia tra persone con polipo rispetto a quelle senza. In particolare è stato riscontrato un aumento del microrganismo Eubacterium ramulus nelle persone con polipo.

Il risultato ottenuto apre le porte a un possibile utilizzo di questa analisi come diagnostica più avanzata per individuare per tempo questa malattia.

 110th General Meeting of the American Society for Microbiology in San Diego (Stati Uniti)

Autori: 
Sezioni: 
Microbiologia

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.