Aggiungi come fonte la Gazzetta del Sud
Nel cuore del glioblastoma, uno dei tumori cerebrali più aggressivi e sfuggenti della medicina contemporanea, potrebbe nascondersi una minoranza di cellule capace di determinare il destino della malattia. È questa l’ipotesi che emerge da uno studio condotto all’Università della Calabria, dove la ricerca biologica e l’intelligenza artificiale si sono intrecciate per osservare il tumore con una risoluzione finora difficilmente raggiungibile: quella della singola cellula. La ricerca è stata condotta presso il Dipartimento di Biologia, Ecologia e Scienze della Terra dell’Unical ed è firmata da Emmanuel Pio Pastore e Francesco De Rango. Pastore è studente di Biologia all’Università della Calabria e sta svolgendo un tirocinio presso la Clinica di Malattie Infettive dell’Ospedale Policlinico San Martino di Genova, diretta dal professor Matteo Bassetti, nell’ambito di progetti dedicati all’intelligenza artificiale applicata proprio alle malattie infettive. De Rango è professore associato di Genetica e membro del laboratorio di Genetica e longevità dell’ateneo di Arcavacata.
Il lavoro, intitolato “A recurrent interferon, stress, and survival axis identifies a rare malignant programme across glioblastoma single-cell, spatial, and longitudinal cohorts”, è stato pubblicato su Computers in Biology and Medicine, rivista internazionale di primo piano nel settore della medicina computazionale e dell’intelligenza artificiale applicata alla biomedicina. Una ricerca che illumina una componente quasi invisibile (5-6%) della massa tumorale, ma potenzialmente decisiva per comprenderne la capacità di resistere alle cure e ripresentarsi nel tempo. Il dato più significativo è che questo cluster di cellule tumorali non viene soltanto descritta, ma resa riconoscibile. Per farlo, gli autori hanno costruito un modello di intelligenza artificiale interpretabile basato su 40 geni. Il modello assegna a ogni cellula una probabilità di appartenere a questo gruppo più resistente. Una strategia che permette di trasformare un elemento difficile da osservare in un parametro misurabile. La stessa popolazione di cellule resistenti potrà così essere cercata in altri pazienti, confrontata tra diversi studi e monitorata nel tempo, anche per capire se aumenti e peggiori dopo le terapie.
