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