Possono i computer stimare la qualità delle linee cellulari tumorali?
In uno studio finanziato da Open Targets, Lucia Trastulla e Francesco Iorio discutono i limiti delle linee cellulari immortalizzate derivanti da tumori (LC) impiegate nello studio della biologia del cancro in vitro ed esaminano i più recenti metodi computazionali per valutare l’idoneità di ogni LC come modello sperimentale, caso per caso.
Le LC sono modelli piuttosto diffusi per studiare la biologia del cancro in vitro e sono spesso utilizzati negli screening su larga scala volti alla scoperta di nuovi farmaci. Tuttavia, a volte la loro errata identificazione o classificazione, l’eterogeneità, così come il loro utilizzo estrapolato dal contesto di un tumorale reale in vivo, rendono più arduo tradurre le scoperte effettuate in laboratorio in applicazioni cliniche.
Lucia Trastulla e Francesco Iorio del Centro di Biologia Computazionale di HT, in collaborazione con i colleghi del progetto Cancer Dependency Map del Broad Institute, USA, forniscono una panoramica delle principali limitazioni dell’uso delle LC come surrogati in vitro delle caratteristiche tumorali osservate in vivo e descrivono metodi computazionali esistenti capaci di identificare le LC migliori e più rappresentative a seconda del tipo di tumore primario in esame. Inoltre, i ricercatori discutono di come gli approcci basati sull’apprendimento automatico possano aiutare a ridurre le discrepanze derivanti dalle analisi multi-omiche delle LC, a trasferire i risultati osservati sulle LC verso modelli più complessi (come gli organoidi, per esempio) e a sviluppare approcci per la realizzazione della medicina personalizzata.
L’articolo è stato pubblicato su Molecular Systems Biology.
DOI 10.15252/msb.202211017
Condividi:
Ti potrebbe anche interessare:
-
Italia al centro del progetto Genome of Europe
Lo Human Technopole di Milano, ELIXIR Italia, il nodo nazionale dell’infrastruttura di ricerca europea per le scienze della vita coordinato dal Consiglio Nazionale delle Ricerche (CNR), e il Centro Cardiologico Monzino, come centro coordinatore italiano, sono stati selezionati come partner italiani di Genome of Europe (GoE), il più grande progetto genomico finanziato dall’Unione Europea, che […]
-
Human Technopole vince l’Oscar di Bilancio 2024
Venerdì 13 dicembre, a Palazzo Mezzanotte a Milano, il “Report integrato 2023” della Fondazione Human Technopole ha ricevuto l’Oscar di Bilancio nella categoria imprese sociali e organizzazioni no profit. A ritirare il premio, il Presidente Gianmario Verona, Elena Trovesi, Head of Administration, e i curatori del progetto Giovanni Selmi, Head of Finance, e Alessandro Cavallari, […]
-
Organoidi-mosaico per studiare il cervello di più pazienti contemporaneamente
Un team internazionale di scienziati di Human Technopole e dell’Università degli Studi di Milano ha sviluppato e verificato l’efficacia di un approccio innovativo per studiare lo sviluppo del cervello umano di più individui contemporaneamente in singoli organoidi, modelli che riproducono in laboratorio i principali processi cellulari del neurosviluppo umano. La ricerca apre la strada a studi di popolazione in vitro. Nel portare avanti la ricerca, gli scienziati hanno inoltre sviluppato un nuovo metodo computazionale per quantificare, in maniera più accurata rispetto ai metodi attuali, l’identità genetica delle singole cellule profilate da più individui contemporaneamente. La pubblicazione su Nature Methods.
-
La morfologia delle staminali predice crescita e resistenza del glioblastoma
Alcuni ricercatori di Human Technopole, a Milano, hanno identificato il gene adducina-γ (ADD3) quale regolatore cruciale della morfologia delle cellule staminali del glioblastoma e delle connessioni tra le cellule tumorali. Queste connessioni permettono alle cellule tumorali di condividere risorse, sfuggire alla chemioterapia e sopravvivere in condizioni difficili. Lo studio è stato sostenuto da Fondazione AIRC per la ricerca sul cancro e i risultati sono stati pubblicati sulla rivista Life Science Alliance.
-
Cancro colorettale: predizioni di risposta al Cetuximab più efficaci con il machine learning
Uno studio internazionale coordinato dallo Human Technopole, dall’Istituto Candiolo IRCCS di Torino, dall’Università di Torino e dal Wellcome Sanger Institute di Cambridge (UK) ha svelato alcuni fattori associati alla risposta terapeutica nel cancro al colon-retto e ha permesso di sviluppare un modello di machine-learning in grado di prevedere con precisione gli effetti del cetuximab (un farmaco di uso corrente) sui vari sottotipi di questo tumore. I risultati dello studio, sostenuto da Fondazione AIRC, pongono le basi per l’identificazione di caratteristiche molecolari che potrebbero essere utilizzate in futuro come “biomarcatori” per predire la risposta al trattamento nei pazienti affetti da questo tipo di cancro.