Questo lavoro aiuta a spiegare perché il glioblastoma, una delle forme più aggressive di cancro al cervello, diventa resistente al trattamento.
Uno degli autori principali, il dottor David Nathanson, professore di farmacologia molecolare e medica presso la David Geffen School of Medicine dell’UCLA, ha dichiarato: “Molti trattamenti contro il cancro si basano sul profilo genetico del tumore del paziente. Tuttavia, le caratteristiche genomiche da sole non sempre predicono come il tumore risponderà alla terapia.
La nostra ricerca va oltre il progetto genetico del tumore e tiene conto dei risultati dei test funzionali per identificare come le cellule tumorali viventi possono rispondere ai trattamenti”.
Un quadro molto più chiaro di quali trattamenti funzionano
- Il profilo genetico analizza la composizione genetica del tumore;
- profilazione funzionale, osserva il comportamento delle cellule tumorali in risposta ai trattamenti;
- combina queste 2 tecniche ci consente di prevedere con maggiore precisione la misura in cui il glioblastoma risponderà ai trattamenti e quindi di colpirlo in modo più efficace.
Il glioblastoma è notoriamente complesso da trattare a causa della sua capacità di resistere alla morte cellulare o all’apoptosi, ma anche al suo rapido adattamento alle terapie. La medicina genomica di precisione tradizionale utilizza il sequenziamento del DNA per identificare le mutazioni genetiche nei tumori e abbinare tali mutazioni a terapie specifiche, tuttavia questo approccio fornisce solo un’istantanea della probabile risposta del tumore. Questo approccio potrebbe non prevedere il successo del trattamento perché non tiene conto del comportamento dinamico delle cellule tumorali.
- L’integrazione della profilazione funzionale i dati genomici per valutare la resistenza del glioblastoma all’apoptosi consentiranno di misurare meglio le risposte delle cellule tumorali ai trattamenti che mirano a innescare la morte cellulare in tempo reale;
- terapie standard come la radioterapia o la chemioterapia possono modificare il funzionamento del meccanismo di autodistruzione del tumore, ma questo effetto dipende da specifiche caratteristiche genetiche, con il coinvolgimento di geni chiave – come il gene p53;
- in definitiva, lo sviluppo diuno strumento di apprendimento automatico chiamato GAVA che combina dati genetici e funzionali ha permesso di prevedere quali tumori avrebbero risposto meglio a una combinazione di trattamenti antitumorali e farmaci che bloccano determinate proteine.
Un nuovo approccio quindi, più sofisticato, più olistico e in definitiva più preciso che segnerà una pietra miliare nel trattamento di questo cancro mortale, il glioblastoma, e, più in generale, per la medicina di precisione.
