Skip to main content

SELECT: l’intelligenza artificiale analizza il trascrittoma tumorale

By 11 Maggio 2021Giugno 1st, 2021No Comments
Speciali

Nell’ultimo decennio abbiamo assistito alla nascita e sviluppo di un nuovo tipo di trial oncologico, il trial di oncologia di precisione. Diversi tipi di disegno, dal basket trial all’umbrella trial, sono stati utilizzati per poter sfruttare in pieno le potenzialità derivate dai progressi tecnologici. Nonostante gli sforzi prodotti tuttavia spesso questo tipo di studi producono risultati negativi o richiedono sforzi molto ingenti in termini di risorse impiegate per poter raggiungere i loro obiettivi. Per cercare di migliorare la performance degli studi di oncologia di precisione sempre maggiore interesse ha raccolto negli ultimi anni lo sviluppo di algoritmi in grado di predire a priori la terapia più appropriata per il tipo di mutazione rilevata. Inoltre studi recenti hanno iniziato ad esplorare l’utilità del trascrittoma tumorale per ampliare e guidare la scelta al miglior trattamento possibile per ogni singolo paziente.

In un lavoro recentemente pubblicato sulla rivista “Cell”, gli autori presentano un nuovo algoritmo guidato dall’intelligenza artificiale in grado di predire la risposta ad un trattamento oncologico sulla base del trascrittoma tumorale. Tale algoritmo, rinominato SELECT, si basa sull’identificazione e sull’utilizzo delle due classi più frequenti di interazioni genetiche, le synthetic rescue (SR) interactions e le synthetic lethal (SL) interactions, che forniscono biomarcatori biologicamente testabili per la previsione della risposta alla terapia. In una prima fase gli autori hanno settato l’algoritmo validandolo su coorti esterne già pubblicate di pazienti trattati con dati di trascrittomica pretrattamento disponibili. In questa prima fase di set-up l’algoritmo è stato in grado di prevedere correttamente circa l’80% delle risposte dei trattamenti immunoterapici o di terapia target fallendo al contrario nel riuscire a precedere correttamente la risposta ai trattamenti chemioterapici. In una seconda fase del lavoro gli autori per valutare l’algoritmo SELECT in un contesto di sperimentazione clinica, hanno eseguito un’analisi retrospettiva dei dati del Winther trial, un basket trial prospettico che incorporava i dati di trascrittomica per scegliere la terapia più adatta per pazienti adulti con tumori solidi avanzati. Anche in questo setting l’algoritmo SELECT è stato in grado di prevedere correttamente le risposte al trattamento facilitando inoltre la stratificazione dei pazienti all’interno del trial.

Sicuramente l’algoritmo SELECT presenta dei punti di forza, quali la validazione su coorti esterne di pazienti contenenti molte istologie differenti e il forte razionale biologico che sottende le due classi di mutazioni scelte per predire le risposte ai trattamenti, che lo differenziano dagli approcci tentati precedentemente. Tale approccio innovativo offre un metodo promettente per aumentare il numero di pazienti che potrebbero beneficiare di trattamenti personalizzati e dovrebbe essere ulteriormente esplorato in studi prospettici di validazione. Alcune questioni restano tuttavia da risolvere per poter integrare questo algoritmo nella pratica clinica: per prima cosa bisognerà stabilire in che modo sarà possibile validare uno strumento del genere in una sperimentazione clinica futura. Il secondo punto che andrà necessariamente chiarito sarà l’impatto economico e la necessità di implementazione bioinformatica necessarie per rendere operativo tale approccio in un setting “real world”.

Marco Filetti
Oncologia Medica
Azienda Ospedaliera Universitaria Sant’Andrea, Roma

Lee JS, Nair NU, Dinstag G, Chapman L, Chung Y, Wang K, Sinha S, Cha H, Kim D, Schperberg AV, Srinivasan A, Lazar V, Rubin E, Hwang S, Berger R, Beker T, Ronai Z, Hannenhalli S, Gilbert MR, Kurzrock R, Lee SH, Aldape K, Ruppin E. Synthetic lethality-mediated precision oncology via the tumor transcriptome. Cell 2021;184(9):2487-2502.e13.