{"id":624067,"date":"2023-10-03T15:25:04","date_gmt":"2023-10-03T13:25:04","guid":{"rendered":"https:\/\/www.ticinonotizie.it\/nasce-ascetic-algoritmo-per-ricostruire-modelli-di-evoluzione-tumorale\/"},"modified":"2023-10-03T15:25:04","modified_gmt":"2023-10-03T13:25:04","slug":"nasce-ascetic-algoritmo-per-ricostruire-modelli-di-evoluzione-tumorale","status":"publish","type":"post","link":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/?p=624067","title":{"rendered":"Nasce Ascetic, algoritmo per ricostruire modelli di evoluzione tumorale"},"content":{"rendered":"<p>Ultim&#8217;ora su ticinonotizie.it<\/p>\n<\/p>\n<div>\n<p>MILANO (ITALPRESS) \u2013 Migliorare la nostra capacit\u00e0 di prevedere come evolver\u00e0 un tumore, superando le limitazioni delle analisi che considerano solo le singole mutazioni genetiche. Questo \u00e8 l\u2019obiettivo possibile grazie al nuovo metodo chiamato Ascetic (Agony-baSed Cancer EvoluTion InferenCe), sviluppato da Milano-Bicocca, capace di ricostruire modelli di evoluzione tumorale per ciascun paziente e successivamente identificare modelli evolutivi che si ripetono in diversi pazienti.<br \/>Il metodo, illustrato nell\u2019articolo \u201cEvolutionary signatures of human cancers revealed via genomic analysis of over 35,000 patients\u201d, appena pubblicato sulla rivista Nature Communications, \u00e8 stato sviluppato da un gruppo multidisciplinare guidato da Daniele Ramazzotti, docente di informatica presso il Dipartimento di medicina e chirurgia dell\u2019Universit\u00e0 degli Studi di Milano-Bicocca, in collaborazione con Alex Graudenzi (Dipartimento di informatica), Luca Mologni (Dipartimento di medicina e chirurgia) e le ricercatrici Diletta Fontana, Ilaria Crespiatico e Valentina Crippa, per le attivit\u00e0 di valutazione e validazione dei risultati.<br \/>In questo studio, Ascetic \u00e8 stato applicato a dati derivati da oltre 35.000 tumori, inclusi pazienti con diverse malattie del sangue, pazienti con tumore al polmone in fase precoce o avanzata e molti altri. Inoltre, \u00e8 stata condotta una validazione dei risultati ottenuti su dataset indipendenti per garantirne l\u2019affidabilit\u00e0 e la capacit\u00e0 di generalizzazione.<br \/>Il cancro \u00e8 un processo evolutivo complesso che coinvolge grandi popolazioni di cellule nel corpo umano. Queste cellule subiscono mutazioni genetiche e modificazioni epigenetiche, alcune delle quali possono conferire un vantaggio alle cellule tumorali. Questo vantaggio pu\u00f2 tradursi in una maggiore capacit\u00e0 di proliferazione e sopravvivenza delle cellule cancerogene, che alla fine pu\u00f2 portare all\u2019invasione dei tessuti circostanti e alla formazione di metastasi. Tuttavia, non tutte le mutazioni contribuiscono al processo di sviluppo della malattia. Infatti, solo una piccola frazione di esse, chiamate \u201cmutazioni driver\u201d, svolge un ruolo funzionale, mentre la maggior parte delle mutazioni sono neutrali, dette \u201cmutazioni passenger\u201d.<br \/>Ascetic si basa sull\u2019osservazione che, nella maggior parte dei casi, l\u2019accumulo di mutazioni passenger durante la progressione del cancro segue una dinamica casuale.<br \/>Tuttavia, per le mutazioni driver, che sono responsabili della progressione del tumore, l\u2019evoluzione pu\u00f2 portare ad un ordine coerente osservato in pazienti diversi.<br \/>Ascetic affronta questo problema complesso suddividendolo in tre passaggi chiave.<br \/>Inizialmente, sfrutta modelli di evoluzione per stabilire un ordine tra le mutazioni genetiche driver nei singoli pazienti, consentendoci di comprendere la sequenza in cui queste mutazioni si sono verificate nel corso della storia evolutiva degli specifici tumori. In seguito, utilizzando approcci di intelligenza artificiale, individua il modello pi\u00f9 adatto per spiegare tutte le singole evoluzioni, offrendoci una mappa di come il cancro si sviluppa globalmente per un particolare tipo di tumore. Infine, categorizza i pazienti in base alle loro evoluzione e verifica se questi gruppi presentano curve di sopravvivenza differenti.<br \/>Grazie alla crescente disponibilit\u00e0 di dati biologici provenienti da esperimenti di sequenziamento genetico su pazienti affetti da cancro e ai progressi nel campo della scienza dei dati e dell\u2019intelligenza artificiale, siamo ora in grado di valutare la presenza di specifici modelli evolutivi per i diversi tipi di cancro. Questi modelli, che possiamo definire come \u201cfirme evolutive\u201d, rappresentano i percorsi preferenziali di acquisizione di mutazioni driver, cio\u00e8 quelle funzionali, durante l\u2019evoluzione del cancro e possono essere ricorrenti in pazienti con prognosi simile.<br \/>\u201cNonostante questo studio non sia definitivo \u2013 conclude Ramazzotti \u2013 esso rappresenta un passo significativo verso la creazione di un \u201ccatalogo\u201d di firme evolutive del cancro, che potrebbe aiutare a comprendere meglio la complessa natura del tumore e a migliorare le previsioni sulla sua progressione e prognosi. Infatti, essere in grado di classificare i pazienti affetti da cancro in base alla loro evoluzione molecolare potrebbe consentire la previsione dei futuri passi nella progressione della malattia e di conseguenza l\u2019attuazione di trattamenti ottimali e personalizzati\u201d.<\/p>\n<p>\u2013 foto ufficio stampa Universit\u00e0 Bicocca \u2013<br \/>(ITALPRESS).<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Ultim&#8217;ora su ticinonotizie.it MILANO (ITALPRESS) \u2013 Migliorare la nostra capacit\u00e0 di prevedere come evolver\u00e0 un tumore, superando le limitazioni delle analisi che considerano solo le singole mutazioni genetiche. Questo \u00e8 l\u2019obiettivo possibile grazie al nuovo metodo chiamato Ascetic (Agony-baSed Cancer EvoluTion InferenCe), sviluppato da Milano-Bicocca, capace di ricostruire modelli di evoluzione tumorale per ciascun paziente [&hellip;]<\/p>\n","protected":false},"author":15,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[31,34],"tags":[],"localita":[],"sezione-speciale":[],"class_list":["post-624067","post","type-post","status-publish","format-standard","hentry","category-italpress","category-top-news"],"_links":{"self":[{"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=\/wp\/v2\/posts\/624067","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=\/wp\/v2\/users\/15"}],"replies":[{"embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=624067"}],"version-history":[{"count":0,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=\/wp\/v2\/posts\/624067\/revisions"}],"wp:attachment":[{"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=624067"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=624067"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=624067"},{"taxonomy":"localita","embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Flocalita&post=624067"},{"taxonomy":"sezione-speciale","embeddable":true,"href":"https:\/\/relaxed-shaw.217-160-88-173.plesk.page\/index.php?rest_route=%2Fwp%2Fv2%2Fsezione-speciale&post=624067"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}