Uccidere le cellule tumorali e salvare quelle normali
Un nuovo approccio di calcolo sperimentale sviluppato da ricercatori danesi e finlandesi si rivela promettente per il trattamento di singoli pazienti affetti da tumori ematici o solidi. Il team di ricerca ha utilizzato dati di farmacogenomica pubblici su larga scala per preaddestrare un modello di apprendimento automatico chiamato scTherapy, che predice in modo accurato opzioni di trattamento specifiche per i cloni basandosi esclusivamente sul sequenziamento dell’RNA a singola cellula (scRNA-seq). L’approccio innovativo del team di ricerca è stato sviluppato con il sostegno finanziario dei progetti finanziati dall’UE REMEDI4ALL(si apre in una nuova finestra), CROC, RESIST3D e DISCOVER(si apre in una nuova finestra). Anche un altro progetto finanziato dall’UE, ERA PerMed(si apre in una nuova finestra), ha fornito sostegno finanziario tramite i progetti PARIS, JAKSTAT-TARGET e CLL-CLUE finanziati dai bandi transnazionali congiunti 2020 e 2022. Un singolo tumore può essere costituito da popolazioni di cellule tumorali distinte, o cloni, con profili molecolari e fenotipici diversi. Il trattamento delle neoplasie allo stadio avanzato richiede quindi terapie in grado di agire contemporaneamente su diversi bersagli. Tuttavia, l’individuazione sistematica di trattamenti specifici per il paziente che co-inibiscano selettivamente i cloni tumorali rappresenta una sfida, poiché esistono molte più combinazioni possibili di dosi di farmaci rispetto a quelle che possono essere testate nelle cellule dei pazienti. Lo studio(si apre in una nuova finestra), pubblicato su «Nature Communications», mostra come il nuovo approccio consenta di individuare opzioni terapeutiche personalizzate multi-bersaglio in diverse popolazioni di pazienti e cellule. I casi di studio su cui si concentrano i ricercatori sono tumori ematici (leucemia mieloide acuta recidivata e refrattaria) e tumori solidi (carcinoma ovarico metastatico). Il materiale e i dati sul cancro ovarico sono stati forniti in parte dal progetto DECIDER(si apre in una nuova finestra), finanziato dall’UE.
Bassa tossicità per le cellule sane
«Dimostriamo che le combinazioni previste non solo mostrano un effetto sinergico nell’uccisione complessiva delle cellule tumorali, ma comportano anche effetti collaterali tossici minimi nelle cellule non cancerose, aumentando così la probabilità di una trasposizione clinica», afferma il primo autore dello studio, Aleksandr Ianevski, in un articolo(si apre in una nuova finestra) pubblicato sul sito web dell’Università di Helsinki, in Finlandia, coordinatore del progetto DECIDER e partner del progetto REMEDI4ALL. Ianevski è ricercatore di dottorato presso l’Istituto per la medicina molecolare finlandese (FIMM), un istituto di ricerca traslazionale dell’università che si occupa di genomica umana e medicina di precisione. I risultati mostrano che oltre il 95 % delle combinazioni terapeutiche previste presenta una sinergia, il che significa che hanno il potenziale per migliorare l’efficacia del trattamento. Inoltre, oltre l’80 % delle combinazioni ha comportato una bassa tossicità per le cellule normali. «Poiché l’approccio utilizza solo un numero limitato di cellule primarie del paziente, è ampiamente applicabile a tutti i campioni di pazienti che possono essere profilati con il sequenziamento dell’RNA a singola cellula (scRNA-seq). Le combinazioni selettive tra i farmaci approvati offrono anche opportunità immediate di riproposizione per il trattamento del cancro», osserva la prima autrice Kristen Nader, anche lei ricercatrice presso il FIMM. I progetti ERA PerMed (ERA-Net Cofund in Personalised Medicine) e RESIST3D (Targeting drug resistance in ovarian cancer through large-scale drug-response profiling in physiologically relevant cancer organoids) sono terminati. Il progetto CROC (Unravelling ChemoResistance mechanisms and improving first-line therapeutic strategies in high-grade serous Ovarian Carcinoma using multi-culture patient-derived organoids) termina nel dicembre 2024 e DECIDER (Improved clinical decisions via integrating multiple data levels to overcome chemotherapy resistance in high-grade serous ovarian cancer) nel 2026. REMEDI4ALL (BUILDING A SUSTAINABLE EUROPEAN INNOVATION PLATFORM TO ENHANCE THE REPURPOSING OF MEDICINES FOR ALL) e DISCOVER (DISCOVERing treatment from biomedical research) terminano entrambi nel 2027. Per maggiori informazioni, consultare: sito web del progetto DECIDER(si apre in una nuova finestra) sito web del progetto ERA PerMed(si apre in una nuova finestra) sito web del progetto REMEDI4ALL(si apre in una nuova finestra) progetto CROC progetto RESIST3D sito web del progetto DISCOVER(si apre in una nuova finestra)
