L’algoritmo SPHINKS che aiuta a trovare e curare tumori
Un gruppo di ricerca dell’università di Miami ha sviluppato SPHINKS. Esso è un algoritmo basato sull’intelligenza artificiale che aiuta a trovare diversi tipi di tumori maligni. Questa nuova tecnologia permette, inoltre, di individuare per ogni diverso tipo di tumore i trattamenti più efficaci per combatterlo.
Cos’è e cosa significa SPHINKS
L’acronimo SPHINKS significa “Substrate PHosphosite-based Inference for Network of KinaseS”. Questo algoritmo è in grado di ricercare ed unire grandi insiemi di dati che provengono da diverse fonti.
Il suo obiettivo è quello di riconoscere le chinasi, degli enzimi che, quando alterati, sono implicati nella crescita di tumori e metastasi. Per molti di questi enzimi esistono degli inibitori specifici, che rappresentano potenziali bersagli terapeutici.
Come funziona l’algoritmo SPHINKS
L’algoritmo sfrutta l’intelligenza artificiale per raccogliere e migliorare molti dati omici, ovvero provenienti dallo studio di diverse discipline biomolecolari (genomica, proteomica, metabolomica, etc.). Questo insieme di informazioni permette di creare un interattoma, un insieme completo delle interazioni molecolari nelle cellule di uno specifico individuo.
Lo scopo di SPHINKS è quello di individuare chinasi che provocano una crescita cellulare incontrollata e le cui mutazioni danno resistenza a trattamenti. Tutto ciò può fornire nuovi dati ed aiutare nello sviluppo di terapie personalizzate e nella medicina di precisione per andare ad agire in modo specifico sui diversi pazienti.
SPHINKS è stato usato per la prima volta per lo studio del glioblastoma. Esso è uno dei tumori più gravi e con il più basso tasso di sopravvivenza.
Il glioblastoma
Il glioblastoma o glioblastoma multiforme (GBM) è un tumore maligno al cervello che generalmente porta alla morte del paziente nell’arco di pochi mesi. Esso appartiene alla classe degli astrocitomi, poichè origina da un astrocita che cresce e si divide in maniera anomala e può essere classificato in diversi sottotipi.
Grazie all’utilizzo del nuovo approccio computazionale SPHNKS, i ricercatori sono stati in grado di individuare due chinasi, PKCδ e DNA-PKcs. Esse sono associate allo sviluppo di due sottogruppi di glioblastoma. Inoltre, è stato anche dimostrato che farmaci mirati contro questi due enzimi riescono a bloccare la crescita tumorale.
L’uso di diverse piattaforme omiche che consentono la produzione e la raccolta di numerosi dati, aiuta a distinguere i diversi sottotipi di tumore e a capire quale di essi è presente in un paziente. Questi risultati dimostrano che i dati multi-omici possono generare nuovi algoritmi in grado di prevedere quali terapie mirate e specifiche possono fornire le migliori opzioni terapeutiche in base al sottotipo di glioblastoma di ciascun paziente.
Diverse applicazioni dell’algoritmo
Un ulteriore aspetto importante è che SPHINKS è applicabile non solo al glioblastoma, ma anche a molte altre tipologie di tumore. Una stessa chinasi, infatti, può essere coinvolta in diversi tipi di cancro e questo è utile per la creazione un nuovo tipo di sperimentazione clinica.
Essa andrebbe a dividere i pazienti in diversi gruppi a seconda dell’alterazione che presentano ad una stessa proteina, ma ciò non implica che essi abbiano lo stesso tipo di tumore. Ad esempio, pazienti con glioblastoma o con tumore alla mammella o polmonare possono avere caratteristiche molecolari simili. In questo modo essi possono essere inclusi nello stesso protocollo clinico, al fine di usare sui pazienti i trattamenti più efficaci contro i loro tumori.