Un team di ricerca del Centro di Medicina Molecolare Max Delbrück, capitanato dalla bioinformatica Altuna Akalin, ha sviluppato, in una recente ricerca, Ikarus, un nuovo algoritmo capace di distinguere le cellule tumorali dalle cellule sane.
I risultati dello studio sono stati pubblicati sulla rivista scientifica Genome Biology.
Ikarus: ecco come funziona il nuovo algoritmo
Quando si tratta di identificare modelli in un numero incommensurabile di dati, noi esseri umani dobbiamo cedere il passo all’Intelligenza Artificiale (AI). In particolare, un ramo dell’Intelligenza Artificiale chiamato apprendimento automatico viene sovente sfruttato per trovare regolarità nei set di dati, sia per l’analisi del mercato azionario, il riconoscimento di immagini e voce o la classificazione delle celle.
Per distinguere in modo affidabile le cellule cancerose dalle cellule sane, un team di ricercatori, coordinato dalla Dottoressa Altuna Akalin, capo della piattaforma di bioinformatica e scienza dei dati presso il Max Delbrück Center for Molecular Medicine nell’Helmholtz Association (MDC), ha sviluppato un programma di apprendimento automatico batezzato come ikarus.
Il programma ha trovato un pattern nelle cellule tumorali comune a diversi tipi di cancro, costituito da una caratteristica combinazione di geni. Secondo la ricerca del team guidato dalla dottoressa Akalin, l’algoritmo Ikarus ha anche riconosciuto tipologie di geni che non erano mai stati chiaramente collegati al cancro prima.
L’apprendimento automatico significa essenzialmente che un algoritmo utilizza i dati di addestramento per imparare a rispondere da solo a determinate domande. Lo fa cercando modelli nei dati che lo aiutino a risolvere i problemi. Dopo la fase di addestramento, il sistema può generalizzare da ciò che ha appreso per valutare i dati sconosciuti: “È stata una sfida importante ottenere dati di addestramento adeguati in cui gli esperti avevano già distinto chiaramente tra cellule ‘sane‘ e ‘cancerose‘”, ha dichiarato Jan Dohmen, il primo autore dell’articolo.
Inoltre, i set di dati di sequenziamento a cella singola sono spesso inprecisi. Ciò significa che le informazioni che contengono sulle caratteristiche molecolari delle singole cellule non sono molto dettagliate, forse perché in ciascuna cellula viene rilevato un numero diverso di geni o perché i campioni non vengono sempre elaborati allo stesso modo.
Come riferiscono Dohmen e il suo collega, il dottor Vedran Franke, co-responsabile dello studio, hanno setacciato innumerevoli pubblicazioni e contattato diversi gruppi di ricerca per ottenere set di dati adeguati. Il team ha infine utilizzato, i dati delle cellule tumorali del polmone e del colon-retto per addestrare l’algoritmo Ikarus prima di applicarlo a set di dati di altri tipi di tumori.
Nella fase di addestramento, ikarus ha dovuto rintracciare un elenco di geni caratteristici che ha poi utilizzato per classificare le cellule: “Abbiamo provato e perfezionato vari approcci“, ha spiegato Dohmen. Era un lavoro che richiedeva tempo: “La chiave era che ikarus utilizzasse alla fine due elenchi: uno per i geni del cancro e uno per i geni di altre cellule“, spiega Franke.
Dopo la fase di apprendimento, Ikarus è stato capace di riconoscere in modo affidabile tra cellule sane e tumorali anche in altri tipi di cancro, come nei campioni di tessuto da pazienti con cancro al fegato o neuroblastoma. Il suo tasso di successo tendeva ad essere straordinariamente alto, cosa che ha sorpreso anche il gruppo di ricerca.
“Non ci aspettavamo che ci fosse una firma comune che definisse in modo così preciso le cellule tumorali di diversi tipi di cancro“, ha dichiarato Akalin: “Ma non possiamo ancora dire se il metodo funziona per tutti i tipi di cancro”, ha aggiunto Dohmen. Per trasformare ikarus in uno strumento affidabile per la diagnosi del cancro, i ricercatori ora vogliono testarlo su altri tipi di neoplasie.
Il progetto ha come obiettivo quello di riuscire ad andare ben oltre la classificazione delle cellule “sane” rispetto a quelle “cancerose”. Nei test iniziali, ikarus ha già dimostrato che il metodo può distinguere anche altri tipi (e alcuni sottotipi) di cellule dalle cellule cancerose: “Vogliamo rendere l’approccio più completo”, ha continuato Akalin: “Sviluppandolo ulteriormente in modo che possa distinguere tra tutti i possibili tipi di cellule in una biopsia”.
Negli ospedali, i patologi tendono solo a esaminare al microscopio campioni di tessuto tumorale per identificare i vari tipi cellulari. È un lavoro laborioso, che richiede tempo. Con ikarus, questo passaggio potrebbe un giorno diventare un processo completamente automatizzato. Inoltre, ha spiegato la dottoressa Akalin, i dati potrebbero essere sfruttati per trarre conclusioni sull’ambiente circostante il cancro, e questo potrebbe aiutare i medici a scegliere la terapia migliore.
Per la composizione del tessuto canceroso e del microambiente spesso Ikarus indica se un determinato trattamento o farmaco sarà efficace o meno. Inoltre, l’IA può anche essere utile nello sviluppo di nuovi farmaci” “Ikarus ci permette di identificare i geni che sono potenziali fattori di cancro”, dice Akalin” Nuovi agenti terapeutici potrebbero quindi essere utilizzati per colpire queste strutture molecolari”.
Un aspetto notevole della pubblicazione è che è stata interamente preparata durante la pandemia di COVID. Tutte le persone coinvolte non erano alle loro solite scrivanie presso l’Istituto di Biologia dei Sistemi Medici di Berlino (BIMSB), che fa parte dell’MDC. Invece, erano in smartworking e comunicavano tra loro solo digitalmente. Secondo Franke, quindi: “Il progetto mostra che una struttura digitale può essere creata per facilitare il lavoro scientifico in queste condizioni”.
Nonostante le polemiche su quanto sia giusto e fino a quanto ci si possa spingere nell’utilizzo dellIntelligenza Artificiale, queste ricerche restituiscono un po’ di fiducia verso uno strumento che se viene utilizzato a servizio dell’uomo per avere diagnosi più accurate, per riconoscere da una biopsia diverse informazioni in poco tempo anziché in giorni e giorni, allora non possiamo che ringraziare gli scienziati che si occupano di addestrare algoritmi come Ikarus, che con le sue abilità assorbite dall’apprendimento automatico, dona nuova speranza nella lotta contro i tumori.
