Algoritmi per identificare biomarcatori in tumore aggressivo

Algoritmi  per identificare biomarcatori in tumore aggressivo.

In un notevole esempio di lavoro di gruppo interdisciplinare, gli astronomi stanno aiutando i ricercatori in campo oncologico ad utilizzare algoritmi computerizzati (sviluppati per osservare le stelle e per individuare galassie lontane), per identificare biomarcatori nei tumore aggressivo. 

I ricercatori del  Cancer Research UK Cambridge Institute, il Dipartimento di Oncologia e l’Istituto di Astronomia presso l’Università di Cambridge nel Regno Unito, descrivono come hanno adattato algoritmi di analisi di immagine utilizzati dagli astronomi,  per  testare  2.000 tumori della mammella, in uno studio pubblicato online il 19 febbraio sulla rivista British Journal of Cancer . L’attuale metodo di analisi del tumore aggressivo si basa su osservazioni fatte da patologi esperti che cercano di individuare al microscopio,  sottili differenze nella colorazione dei campioni tumorali. Un approccio computerizzato potrebbe accelerare questo processo in modo significativo. 

Sovrapposizione di tecniche della fotografia astronomica e analisi del tumore

Algoritmi di analisi  di immagine  sono stati originariamente sviluppati per aiutare gli astronomi ad individuare automaticamente oggetti indistinti nel cielo notturno. Un tempo questo era anche un esercizio manuale laborioso, effettuato con l’ausilio di potenti telescopi. Le tecniche non sono diversi da quelle utilizzate in immunoistochimica (IHC), in cui l’osservazione  dei patologi al microscopio, tenta di cogliere sottili differenze nella colorazione delle cellule del tumore per  distinguere diverse proteine.Il dottor Ali Raza,autore dello studio e  patologo del Cancer Research UK Cambridge Institute, dice in una dichiarazione: “Abbiamo sfruttato la sovrapposizione tra le tecniche naturali  che gli astronomi usano per analizzare le immagini del cielo  dai più grandi telescopi e la necessità di  individuare sottili differenze nella colorazione dei campioni tumorali al microscopio ” Il nostro software di analisi delle immagini, che è stato originariamente sviluppato per aiutare, per esempio, a rintracciare i pianeti che possono ospitare la vita al di fuori del nostro sistema solare, ora è utilizzato per migliorare le prospettive di vita dei pazienti affetti da tumore. ” 

Testato sui biomarcatori del cancro al seno 

Algoritmi  per identificare biomarcatori in tumori aggressivi

Per testare gli algoritmi, i ricercatori li hanno utilizzati per valutare i livelli di tre proteine ​​(ER, BCL2 e HER2), che sono noti biomarcatori per il cancro aggressivo, in campioni provenienti da più di 2.000 pazienti affetti da cancro al seno . Ogni campione ha attraversato due valutazioni: una utilizzando l’analisi manuale delle immagini al  microscopio e l’altra utilizzando un computer dotato di algoritmi adeguati, che  ha analizzato le immagini automaticamente. Quando i ricercatori hanno confrontato i risultati, hanno trovato che il risultato del computer era accurato quanto il sistema manuale. “I risultati sono stati anche migliori  di quanto avevamo sperato”, dice Ali “, con il nostro nuovo approccio automatizzato l’esecuzione è effettuata con una precisione paragonabile a quella delle  immagini ottenute manualmente.”

Passo successivo

I ricercatori hanno ora intenzione di fare uno studio internazionale molto più grande, utilizzando campioni di più di 20.000 pazienti affetti da cancro al seno. Ciò permetterà di migliorare il nuovo approccio. L’esperto, autore Carlos Caldas, un professore del Cancer Research UK Cambridge Institute afferma: “Le moderne tecniche ci stanno dando alcune delle prime intuizioni sui geni chiave e proteine ​​importanti, implicate  nel successo o fallimento dei trattamenti contro diverse forme di cancro. Ma prima che  questo approccio  possa essere applicato nella  clinica,  deve essere verificato in centinaia o a volte migliaia di campioni tumorali ». Caldas riferisce che il nuovo metodo è già in grado di analizzare fino a 4.000 immagini al giorno.

Fonte British Journal of Cancer , 108, 602-612,