fbpx Colpire le "code" del DNA per combattere i tumori | Page 7 | Scienza in rete

Colpire le "code" del DNA per combattere i tumori

Read time: 2 mins

La prestigiosa rivista Nature Cell Biology ha pubblicato i risultati di uno studio che identifica in una proteina telomerica il possibile bersaglio per terapie contro i tumori. La parte terminale del DNA è molto instabile: si degrada chimicamente ed è soggetta a ricombinazioni più frequenti del resto della molecola.
La funzione dei telomeri è quella di impedire all’elica di sfibrarsi e per la loro funzione possono essere considerati come l’orologio biologico della cellula.
Si accorciano costantemente a ogni duplicazione finché, divenuti criticamente corti, inducono un blocco della duplicazione e avviano la cellula verso un processo di senescenza
Mentre le cellule sane ricorrono l’invecchiamento cellulare, quelle tumorali impiegano un sistema diverso: attivano la telomerasi. L’espressione di questo enzima è repressa nelle cellule somatiche a contrario delle cellule germinali e staminali che possiedono una regolazione specie-specifica. La riattivazione della telomerasi in cellule in cui normalmente è repressa porta a trasformazioni neoplastiche dovute a un incontrollata aggiunta di sequenze telomeriche. Assente quindi nelle cellule somatiche ma attiva, però, nell'80% di quelle tumorali. “Il gruppo da me coordinato – spiega Annamaria Biroccio del laboratorio di Chemioterapia Sperimentale del Regina Elena - studia i telomeri e i suoi componenti, telomerasi e proteine telomeriche, quali potenziali bersagli terapeutici per il trattamento dei tumori umani.”
L’attenzione dell’équipe di Birocco si è soffermata sul complesso proteico Shelterin. Tre componenti di questo complesso, TRF1, TRF2 e POT1 riconoscono in maniera specifica la sequenza TTAGGG impedendo alla telomerasi di accedere al DNA, salvaguardando così l'integrità dei telomeri. “La novità dello studio – prosegue Biroccio - è legata al meccanismo d’azione attraverso cui TRF2 modula la tumorigenicità. Abbiamo dimostrato che l’inibizione di TRF2 è in grado di bloccare la crescita tumorale, non attraverso meccanismi intrinseci legati alla disfunzione del telomero (attivazione di apoptosi o induzione di senescenza), ma attivando le difese immunitarie e in particolare le cellule natural killer. Pertanto TRF2 può avere funzioni non-telomeriche implicate nella tumorigenesi ed essere un importante bersaglio molecolare per terapie antitumorali.”

Lo studio multidisciplinare ha visto la collaborazione del gruppo di Carlo Leonetti sempre Regina Elena e di Antonella Stoppacciaro dell’Università di Roma.
“Questo studio – sottolinea Ruggero De Maria, Direttore Scientifico dell’IRE - è un chiaro esempio di come la ricerca di base possa fornire informazioni preziose per la conoscenza dei meccanismi responsabili di importanti patologie, contribuendo in modo decisivo al miglioramento delle strategie terapeutiche.”
La ricerca è stata possibile grazie ai fondi messi a disposizione dall’AIRC.

Autori: 
Cancro

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.