Epigenetica e osteosarcoma: nuove prospettive grazie al machine learning (leggi l'intervista)
I sarcomi dei tessuti molli (muscoli, tendini, tessuto adiposo) rappresentano il 7,4% di tutti i tumori pediatrici e sono un’importante causa di mortalità tra bambini e adolescenti. Si tratta di un gruppo di tumori molto eterogeneo e spesso è difficile distinguere tra un tumore e l’altro con le tecniche tradizionali. Negli ultimi anni sono state sviluppate nuove analisi avanzate, utili a valutare il livello di “accensione” dei geni in una cellula, che possono orientare il medico verso una diagnosi più chiara. Tra i processi che regolano l’attivazione dei geni nella cellula c’è la “metilazione”, un meccanismo molecolare che consiste in un cambiamento chimico del DNA.
Obiettivo della ricerca sarà creare un programma informatico basato su algoritmi di machine learning (una branca dell’intelligenza artificiale) in grado di distinguere i diversi sottotipi di sarcoma pediatrici con maggiore precisione, sfruttando le informazioni relative alla metilazione del DNA tumorale. Questi risultati faranno luce sui geni coinvolti nella crescita dei tumori e permetteranno di scegliere il trattamento migliore per ogni paziente affetto da sarcoma dei tessuti molli.
Ospedale Pediatrico Bambino Gesù, Roma
