Così l’intelligenza artificiale sta imparando a dare la caccia ai tumori maligni. Lo studio su Nature Cancer

Messo a punto un algoritmo capace di individuare le armi più efficaci per combatterlo. Si tratta di uno dei passi più importanti e recenti verso la medicina di precisione, pubblicato sulla rivista Nature Cancer dal gruppo di Antonio Iavarone e Anna Lasorella, del Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami.

Orai sono anni che l’intelligenza artificiale ha messo piede in corsia, molto più di quanto ci si aspetti. E la medicina può essere il settore in cui i benefici possono essere anche più gratificanti visto che sono in diretta correlazione con la salute. Non stupisce quindi la notizia della messa a punto il primo algoritmo grazie al quale l’intelligenza artificiale sta imparando a dare la caccia ai tumori maligni, a partire da quelli del cervello li riconosce e, per ognuno di essi riesce a individuare le armi più efficaci per combatterlo. Si tratta di uno dei passi più importanti e recenti verso la medicina di precisione, pubblicato sulla rivista Nature Cancer dal gruppo di Antonio Iavarone e Anna Lasorella, del Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami.

“Siamo in grado di combinare i dati ottenuti da piattaforme di analisi di proteine tumorali e delle loro modificazioni per individuare gli enzimi, chiamati chinasi, che producono segni distintivi nelle cellule maligne. Per molti di questi enzimi esistono inibitori specifici, che rappresentano quindi potenziali bersagli terapeutici”, dice Iavarone all’Ansa. L’algoritmo Sphinks (“Substrate Phosphosite based Inference for Network of KinaseS) è il secondo nato dalla ricerca di Iavarone. Il primo aveva imparato a riconoscere una forma di tumore, il glioblastoma mitocondriale, per il quale esistono possibilità di terapia ed è diverso rispetto alle altre tre famiglie di tumori maligni per cui questa possibilità non esiste. Sphinks ha raccolto la sfida della caccia ai tre gruppi di tumori più sfuggenti: “Identifica le proteine chinasi fondamentali, diverse per ognuno dei 3 gruppi” e “grazie a questo strumento – ha detto ancora Iavarone – l’analisi diventa possibile per ogni singolo paziente se abbiamo a disposizione i dati relativi all’analisi di tutte le proteine del tumore. Non sono, infatti, i geni che fanno funzionare i tumori, ma le loro proteine”.

L’abstract dello studio