Fisica e ricerca oncologica: IA nella diagnosi del cancro

Dottor Alberto Puliafito Responsabile del Laboratorio di Migrazione Cellulare all’Istituto di Candiolo – IRCCS

L’intelligenza artificiale nella ricerca oncologica

Tutti abbiamo ormai compreso che l’intelligenza artificiale sta determinando un avanzamento in numerosi contesti e la ricerca non è da meno. Nel nostro campo questi strumenti formidabili consentono di accedere a dati con un potenziale e una qualità significativi.

Tuttavia, per poter essere sfruttati al massimo, essi possono richiedere una formazione quantitativa (informatica, fisica, matematica) ed è dunque per questo che, in particolare nella ricerca oncologica, è sempre più frequente ricorrere a figure trasversali dotate di competenze miste e interdisciplinari.

Il ruolo della fisica nella ricerca oncologica

Alla ricerca oncologica io sono arrivato con un lungo percorso professionale e geografico. Mi sono laureato in Fisica Teorica all’Università di Genova, per poi capire lungo la strada che mi interessava applicare la fisica ad altro.

È lì che ho cominciato a studiare le cellule e i loro modi di andare fuori controllo. Dopo alcuni anni di formazione all’estero sono rientrato all’Istituto di Candiolo – IRCCS, dove lavoro con un piccolo gruppo interdisciplinare di ricercatori.

Microscopia e intelligenza artificiale nel cancro

Analizzare le cellule: una nuova era diagnostica

Nell’ultimo decennio si è scoperto che le cellule del cancro non sono tutte uguali. Da un lato, all’interno di uno stesso tumore, ci sono cellule che presentano profili genetici diversi, per capirci diversi DNA, risultato di alterazioni accumulate nel tempo; esse sono alla base dei meccanismi di resistenza alla terapia.

Dall’altro lato, ci sono anche cellule che condividono lo stesso DNA, ma che sono comunque diverse fra di loro (in maniera analoga a come, ad esempio, lo sono all’interno del nostro organismo cellule muscolari e ossee).

La diversità di queste cellule conferisce loro capacità analogamente diverse di rispondere alle terapie. In particolare, alcuni specifici sottotipi cellulari sono estremamente resilienti e in grado di tollerare a lungo determinate terapie farmacologiche anticancro.

Queste cellule costituiscono dunque un forte ostacolo a una terapia di successo. È dunque fondamentale capire cosa le caratterizza allo scopo di trovarne i punti di debolezza per eliminarle completamente.

L’obiettivo della ricerca oncologica

Identificare cellule tumorali con precisione

All’Istituto di Candiolo – IRCCS, grazie agli sforzi di tanti ricercatori, si sono costruiti negli anni dei modelli, chiamati tumoroidi, che sono repliche in miniatura di tumori, generati da campioni di tessuto tumorale prelevati da pazienti, previo loro consenso.

Sui tumoroidi utilizziamo tecnologie molto sofisticate che ci consentono di conoscere dettagli molecolari profondi di tantissime singole cellule all’interno di un tumore. È con queste misure molto raffinate e con l’aiuto di tecniche di intelligenza artificiale che possiamo capire cosa caratterizza le cellule tolleranti.

Diversità cellulare e terapie personalizzate

La fisica ci spiega come è possibile sfruttare l’interazione fra luce e materia, allo scopo di sondare ciò che ad occhio nudo sarebbe impossibile fare.

Grazie all’utilizzo di potenti e moderni microscopi possiamo seguire nel tempo le cellule identificate e studiarne la risposta ai trattamenti farmacologici, esplorandone i punti deboli e trovando dunque dei modi per bersagliare direttamente proprio queste cellule.

Ed è nuovamente grazie a metodi computazionali che è possibile estrarre dalle immagini del microscopio dati di grandissima qualità e definizione e quindi misure accurate e affidabili.

Applicazioni pratiche della fisica oncologica

Microscopi e tecniche di identificazione

Una volta caratterizzate le cellule e compreso il loro comportamento nel tempo, serve risalire all’origine e quindi costruire un albero genealogico delle cellule tumorali e capire così quali cellule sono i progenitori delle altre.

Questo consente di trovare un metodo in grado di eliminare la totalità delle cellule e non solo alcune. Ed è a questo punto che torna in aiuto la fisica.

Ci sono modelli, questa volta matematici, che aiutano a costruire l’albero genealogico dentro un tumore grazie al machine learning. Tali tecniche non fanno altro che aiutarci a sfruttare i nostri dati per imparare da essi

Dottor Alberto Puliafito Responsabile del Laboratorio di Migrazione Cellulare all’Istituto di Candiolo – IRCCS

Donare il 5X1000 è semplice

• Firma all’interno del riquadro “Finanziamento della ricerca sanitaria” presente nei modelli UNICO, 730 o CU/Certificazione unica.
• Inserisci il nostro codice fiscale 97519070011 nello spazio sottostante.