Diagnosi tumorale-Immagine: il modello di intelligenza artificiale crossNN confronta i dati epigenetici di tumori sconosciuti con le impronte digitali di oltre 8.000 tumori di riferimento. Una croce indica il tumore da esaminare. La visualizzazione mostra la grande quantità di dati su cui si basa il modello. Ogni punto rappresenta il profilo di un tumore di riferimento contenente diverse centinaia di migliaia di informazioni; ogni colore rappresenta uno specifico tipo di tumore. Charité | Philipp Euskirchen. Crediti: Charité | Philipp Euskirchen
La risonanza magnetica mostra un tumore cerebrale in una posizione infausta e una biopsia cerebrale comporterebbe rischi elevati per un paziente che aveva consultato un medico a causa della visione doppia. Situazioni come questa hanno spinto i ricercatori della Charité—Universitätsmedizin Berlin a cercare nuove procedure diagnostiche. Il risultato è un modello di intelligenza artificiale.
Il modello sfrutta caratteristiche specifiche del materiale genetico dei tumori, tra cui la loro impronta epigenetica, ottenuta ad esempio dal liquido cerebrospinale. Come dimostra il team sulla rivista Nature Cancer, il nuovo modello classifica i tumori in modo rapido e molto affidabile.
Oggi si conoscono molti più tipi di tumori rispetto agli organi da cui originano. Ogni tumore ha le sue caratteristiche: determinate caratteristiche tissutali, tassi di crescita e peculiarità metaboliche. Tuttavia, tipi di tumore con caratteristiche molecolari simili possono essere raggruppati. Il trattamento della singola malattia dipende in modo decisivo dal tipo di tumore.
Nuove terapie mirate agiscono su specifiche strutture delle cellule tumorali o ne bloccano le vie di segnalazione per arrestare la crescita patologica dei tessuti. Le chemioterapie possono essere selezionate in base al tipo di tumore e il loro dosaggio può essere regolato di conseguenza. Soprattutto nel caso di tumori rari, potrebbe essere possibile sviluppare terapie innovative nell’ambito degli studi.
“In un contesto di medicina oncologica sempre più personalizzata e in rapida evoluzione, una diagnosi precisa presso un centro oncologico certificato è la strada da seguire per un trattamento di successo“, ha affermato il Prof. Martin E. Kreis, Direttore sanitario della Charité.
Sebbene un’analisi molecolare, cellulare e funzionale completa di un tumore basata su campioni di tessuto fornisca le informazioni necessarie, i medici si trovano anche di fronte a casi in cui non è possibile o è molto rischioso estrarre campioni di tessuto dal tumore. Inoltre, anche un esame istologico da solo non è in grado di fornire una diagnosi precisa come quella del nuovo modello di intelligenza artificiale.
Esaminare il genoma invece che il tessuto
È stato messo a punto un metodo per caratterizzare i tumori cerebrali che non si basa sulla diagnostica microscopica convenzionale, ma sulle modificazioni del materiale genetico del tumore, le caratteristiche epigenetiche. Queste fanno parte della memoria di ogni cellula e determinano quali parti dell’informazione genetica vengono lette e quando.
“Centinaia di migliaia di modifiche epigenetiche agiscono come interruttori di accensione e spegnimento per singole sezioni geniche. I loro schemi formano un’impronta digitale unica e inconfondibile“, spiega il Dott. Philipp Euskirchen, ricercatore presso la sede berlinese del Consorzio Tedesco per il Cancro e presso l’Istituto di Neuropatologia della Charité, a capo dello studio recentemente pubblicato.
“Nelle cellule tumorali, l’informazione epigenetica è alterata in modo caratteristico. In base ai loro profili, possiamo distinguere i tumori e classificarli“, ha aggiunto.
Nel caso dei tumori al cervello, in alcuni casi è sufficiente anche un campione di liquido cerebrospinale, che può essere ottenuto con relativa facilità, evitando del tutto l’intervento chirurgico.
Per confrontare un’impronta genetica sconosciuta con migliaia di impronte genetiche note di diversi tumori e assegnarla a un tipo di tumore specifico, sono necessari metodi di apprendimento automatico, ovvero di intelligenza artificiale, data la vastità e la complessità dei dati. Inoltre, in passato sono stati applicati diversi metodi di sequenziamento del DNA, mentre le analisi epigenetiche sono solitamente limitate a modelli e segmenti genici definiti, tipici dei singoli tipi di tumore.
“Di conseguenza, il nostro obiettivo era quello di sviluppare un modello che classificasse accuratamente i tumori, anche se si basano solo su parti dell’intero epigenoma tumorale o se i profili sono stati raccolti mediante tecniche diverse e con vari gradi di accuratezza“, afferma il bioinformatico Dr. Sören Lukassen, responsabile del gruppo di lavoro Medical Omics presso il Berlin Institute of Health at Charité (BIH).
Affidabile e tracciabile
Un modello di intelligenza artificiale di recente sviluppo, denominato crossNN, la cui architettura si basa su una semplice rete neurale, è stato addestrato con un gran numero di tumori di riferimento e successivamente testato su oltre 5.000 tumori.
“Il nostro modello consente una diagnosi molto precisa dei tumori cerebrali nel 99,1% dei casi ed è più accurato delle soluzioni di intelligenza artificiale finora utilizzate“, afferma Euskirchen.
“Inoltre, siamo stati in grado di addestrare un modello di intelligenza artificiale allo stesso modo, in grado di distinguere oltre 170 tipi di tumore da tutti gli organi, raggiungendo un’accuratezza del 97,8%. Ciò significa che può essere utilizzato per tumori di tutti gli organi, oltre ai relativamente rari tumori cerebrali“.
Il fattore decisivo per le future approvazioni nell’applicazione clinica è che i modelli siano completamente spiegabili, vale a dire che deve essere possibile capire come si arriva alle decisioni.
L‘impronta molecolare che il modello di intelligenza artificiale riceve per la diagnosi può provenire da un campione di tessuto o da fluidi corporei. Nel caso di specifici tumori cerebrali, il Dipartimento di Neuropatologia della Charité offre già una diagnostica non invasiva basata sul liquido cerebrospinale, nota come biopsia liquida. Questo permette di formulare una diagnosi senza un intervento chirurgico stressante, anche in situazioni difficili. “Il paziente che si è rivolto a noi con la vista sdoppiata è stato uno dei beneficiari. Abbiamo esaminato il liquido cerebrospinale utilizzando il sequenziamento nanopore, una nuova forma di analisi genetica molto rapida ed efficiente. La classificazione dei nostri modelli ha rivelato che si trattava di un linfoma del sistema nervoso centrale, consentendoci di iniziare tempestivamente la chemioterapia appropriata“, spiega Euskirchen.
Leggi anche:L epigenetica apre le porte a una diagnosi più rapida del cancro
crossNN negli studi clinici
L‘accuratezza della metodologia ha colto di sorpresa persino i ricercatori. “Sebbene l’architettura del nostro modello di intelligenza artificiale sia molto più semplice rispetto agli approcci precedenti e quindi rimanga spiegabile, fornisce previsioni più precise e quindi una maggiore certezza diagnostica“, afferma Lukassen.
In collaborazione con il Consorzio Tedesco per il Cancro (DKTK), il team di ricerca sta quindi pianificando studi clinici con crossNN in tutte le otto sedi DKTK in Germania. Verrà inoltre testato anche l’uso intraoperatorio. L’obiettivo è quello di trasferire la diagnosi precisa e relativamente economica del tumore, basata su campioni di DNA, alla pratica clinica di routine.
Ulteriori informazioni: Nature Cancer