L’intelligenza artificiale sta ridefinendo il panorama della medicina personalizzata, aprendo nuove prospettive nella lotta contro il cancro. Un team di bioinformatica del Laboratorio di Biologia della Scuola Normale di Pisa ha sviluppato un innovativo modello AI, chiamato CellHit, capace di prevedere quali farmaci possano essere più efficaci nel trattamento di diversi tipi di tumore.
Un algoritmo per terapie personalizzate
CellHit sfrutta la trascrittomica, ovvero l’analisi dell’espressione genica dei pazienti, per individuare i candidati farmaci più promettenti. Il modello, elaborato dal ricercatore Francesco Carli sotto la supervisione del professor Francesco Raimondi, è stato pubblicato sulla prestigiosa rivista scientifica Nature Communications.
La sua forza risiede nell’utilizzo di avanzati modelli di linguaggio, tra cui MixtralAI e ChatGPT, per annotare il meccanismo d’azione dei farmaci basandosi su enormi banche dati di sensibilità cellulare al trattamento con migliaia di molecole, sia oncologiche che non-oncologiche. Questo approccio ha migliorato la capacità predittiva dell’algoritmo, consentendogli di individuare terapie più mirate.
Validazione su dati reali e applicazioni cliniche
Per testarne l’efficacia, CellHit è stato applicato su migliaia di dati trascrittomici di pazienti oncologici. I risultati hanno dimostrato che i farmaci predetti dal modello erano effettivamente quelli utilizzati per il trattamento delle rispettive patologie. Inoltre, il modello è stato impiegato nello studio di due neoplasie particolarmente aggressive: l’adenocarcinoma pancreatico e il glioblastoma multiforme.
Questa fase di ricerca è stata condotta in collaborazione con il team di Gioacchino Natoli dello IEO (Istituto Europeo di Oncologia di Milano) e con il gruppo di Chiara Maria Mazzanti della Fondazione Pisana per la Scienza.
AI e nuove frontiere nella terapia oncologica
Secondo Gioacchino Natoli: “Per tumori estremamente aggressivi con limitate opzioni terapeutiche, l’intelligenza artificiale può fornire un contributo essenziale per la razionalizzazione di nuove sperimentazioni cliniche e precliniche.”
Chiara Maria Mazzanti aggiunge: “Grazie alla capacità dell’AI di estrapolare informazioni da dati estremamente complessi, possiamo non solo esplorare nuove terapie, ma anche rivalutare farmaci già esistenti per applicazioni oncologiche innovative.”
L’approccio basato sull’intelligenza artificiale potrebbe quindi non solo accelerare la scoperta di nuovi farmaci, ma anche ottimizzare le terapie già disponibili, migliorando le prospettive per i pazienti oncologici in tutto il mondo.
