Diagnostica dei tumori: un modello di intelligenza artificiale rileva più di 170 tipi di cancro
Guardare al genoma invece che al tessuto
L'immagine della risonanza magnetica mostra un tumore cerebrale in una posizione infausta, - e una biopsia cerebrale comporterebbe rischi elevati per il paziente, che ci ha consultato a causa della visione doppia. Situazioni come questa, citata a titolo di esempio, in un team multidisciplinare di esperti di medicina oncologica hanno spinto i ricercatori della Charité - Universitätsmedizin Berlin, insieme a partner di cooperazione, a cercare nuove procedure diagnostiche. Il risultato è un modello di intelligenza artificiale. Il modello si avvale di caratteristiche specifiche del materiale genetico dei tumori - la loro impronta digitale epigenetica, ottenuta ad esempio dal liquido cerebrospinale, tra le altre cose. Come dimostrato dal team nella 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 derivano. Ogni tumore ha caratteristiche proprie, determinate caratteristiche del tessuto, tassi di crescita e peculiarità metaboliche. Tuttavia, i tipi di tumore con caratteristiche molecolari simili possono essere raggruppati. Il trattamento della singola malattia dipende in modo decisivo dal tipo di tumore. Le nuove terapie mirate agiscono su determinate strutture delle cellule tumorali o bloccano le loro vie di segnalazione per arrestare la crescita del tessuto patologico. I chemioterapici possono essere selezionati in base al tipo di tumore e il loro dosaggio può essere adattato di conseguenza. Soprattutto nel caso di tipi di tumore rari, può essere possibile perseguire terapie innovative nell'ambito degli studi.
Il modello AI, crossNN, confronta i dati epigenetici dei tumori sconosciuti con le impronte digitali di oltre 8.000 tumori di riferimento. Una croce contrassegna 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 un tipo di tumore specifico.
© Charité | Philipp Euskirchen
"In un contesto di medicina oncologica sempre più personalizzata e in rapido sviluppo, una diagnosi precisa in un centro tumori certificato è la strada da seguire per un trattamento di successo", ha dichiarato il Prof. Martin E. Kreis, Chief Medical Officer 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 ad affrontare casi in cui non è possibile o è molto rischioso estrarre campioni di tessuto dal tumore. Inoltre, anche il solo esame istologico non è in grado di fornire una diagnosi così precisa come il nuovo modello di intelligenza artificiale.
Guardare nel genoma invece che nel tessuto
Per caratterizzare i tumori cerebrali è stato messo a punto un metodo che non si basa sulla diagnostica microscopica convenzionale, ma sulle modifiche del materiale genetico del tumore, le caratteristiche epigenetiche. Esse 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 on e off per singole sezioni di geni. I loro schemi formano un'impronta digitale unica e inconfondibile", spiega il dottor Philipp Euskirchen, scienziato presso la sede berlinese del German Cancer Consortium e presso l'Istituto di Neuropatologia della Charité, a capo dello studio recentemente pubblicato. "Nelle cellule tumorali, le informazioni epigenetiche sono alterate in modo caratteristico. In base ai loro profili, possiamo distinguere i tumori e classificarli". Nel caso dei tumori cerebrali, in alcuni casi è sufficiente anche un campione di liquido cerebrospinale, che può essere ottenuto in modo relativamente semplice, senza dover ricorrere alla chirurgia.
Per confrontare un'impronta sconosciuta con migliaia di impronte conosciute di diversi tipi di cancro e assegnarla a un tipo specifico di tumore, sono necessari metodi di apprendimento automatico, cioè di intelligenza artificiale, dato che i dati sono molto ampi e complessi. Inoltre, in passato sono stati applicati diversi metodi di sequenziamento del DNA. Inoltre, le analisi epigenetiche sono solitamente limitate a schemi 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 basati solo su parti dell'intero epigenoma tumorale o se i profili erano stati raccolti con tecniche diverse e con diversi gradi di accuratezza", come ha dichiarato il bioinformatico Dr. Sören Lukassen, responsabile del gruppo di lavoro Medical Omics presso l'Istituto di Salute di Berlino della Charité (BIH).
Affidabile e tracciabile
Il modello di intelligenza artificiale appena sviluppato prende il nome di crossNN, la cui architettura si basa su una semplice rete neurale. Il modello 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", ha spiegato Philipp Euskirchen. "Inoltre, siamo stati in grado di addestrare un modello di intelligenza artificiale in grado di distinguere tra oltre 170 tipi di tumore di tutti gli organi, raggiungendo un'accuratezza del 97,8%. Ciò significa che può essere utilizzato per i tumori di tutti gli organi, oltre a quelli relativamente rari del cervello". Il fattore decisivo per le future approvazioni in ambito clinico è che i modelli siano completamente spiegabili, cioè che sia possibile capire come si arriva alle decisioni.
L'impronta molecolare che il modello AI riceve per la determinazione può provenire da un campione di tessuto o dai 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. Ciò consente di effettuare una diagnosi senza un'operazione stressante, anche in situazioni difficili. Il paziente che ci ha consultato con la visione doppia è stato uno dei beneficiari. "Abbiamo esaminato il liquido cerebrospinale utilizzando il sequenziamento a nanopori, una nuova forma di analisi genetica molto veloce ed efficiente. La classificazione effettuata dai nostri modelli ha rivelato che si trattava di un linfoma del sistema nervoso centrale, consentendoci di avviare tempestivamente una chemioterapia adeguata", spiega Philipp Euskirchen.
crossNN negli studi clinici
L'accuratezza della metodologia ha colto i ricercatori di sorpresa. "Sebbene l'architettura del nostro modello di intelligenza artificiale sia molto più semplice rispetto agli approcci precedenti e quindi ancora spiegabile, esso fornisce previsioni più precise e quindi una maggiore certezza diagnostica", afferma Sören Lukassen. Insieme al German Cancer Consortium (DKTK), il team di ricerca sta quindi pianificando studi clinici con crossNN in tutte le otto sedi del DKTK in Germania. Inoltre, sarà testato anche l'uso intraoperatorio. L'obiettivo è quello di trasferire la determinazione del tumore, precisa e relativamente poco costosa, basata su campioni di DNA, alle cure di routine.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
