(Gliomi-Immagine Credit Public Domain).
I gliomi di alto grado sono tumori maligni aggressivi e invasivi che sono suscettibili alla resistenza al trattamento a causa dell’eterogeneità delle proprietà intratumorali come la proliferazione cellulare, la densità e la perfusione. Gli approcci di imaging non invasivi possono misurare queste proprietà che possono quindi essere utilizzate per calibrare modelli matematici di crescita e risposta del tumore, specifici del paziente.
Vedi anche:Gliomi: scoperta nuova efficace combinazione di farmaci
Se la progressione della malattia potesse essere determinata con maggiore sicurezza ai primi segni di progressione del tumore o addirittura prevista, piuttosto che valutata, sulla base del singolo paziente, i piani di trattamento potrebbero essere adattati per prevenire o impedire la progressione della malattia. Promettenti sviluppi nel campo dell’oncologia matematica hanno generato approcci sperimentali e computazionali per caratterizzare e prevedere la crescita e la risposta futura del tumore, per i singoli tumori. In particolare, i modelli matematici su base biologica (al contrario dei modelli statistici) della crescita del tumore e della risposta alla terapia, che sono calibrati o personalizzati per i singoli pazienti, hanno il potenziale per fornire ai medici “previsioni” attuabili per migliorare i risultati.
Un team che studia i gliomi, ha sviluppato una nuova tecnica per prevedere come i singoli pazienti risponderanno alla chemioradioterapia, un importante passo avanti negli sforzi per personalizzare il trattamento del cancro.
I ricercatori dell’Università del Texas presso l’Oden Institute for Computational Engineering and Sciences di Austin, il Texas Advanced Computing Center (TACC) e l’MD Anderson Cancer Center dell’Università del Texas, hanno unito varie misurazioni di imaging quantitativa con simulazioni computazionali per creare un modello accurato per il calcolo della progressione del glioma di alto grado.
I gliomi di alto grado sono i tumori cerebrali primari più comuni riscontrati negli adulti. I trattamenti attuali prevedono la resezione chirurgica del tumore seguita da radioterapia e chemioterapia. Nonostante questo trattamento aggressivo, la prognosi per i pazienti sottoposti a questo approccio è generalmente infausta. La crescita e il comportamento di questi tumori varia da paziente a paziente, rendendo particolarmente importante la necessità di tecniche per personalizzare la terapia a livello di singolo paziente.
In un articolo pubblicato su Scientific Reports, gli autori hanno utilizzato una combinazione di imaging anatomico e strutturale per creare un modello meccanicistico computazionale che predice la progressione del glioma di alto grado.
“Questo progetto non può essere tentato senza una stretta collaborazione tra ingegneri e medici”, ha affermato David Hormuth del Center for Computational Oncology presso l’UT Austin’s Oden Institute. “Il nostro approccio di utilizzare i dati di imaging del singolo paziente in un modello meccanicistico predittivo che incorpora sia l’aspetto anatomico del tumore dalla risonanza magnetica che le misurazioni da una specifica tecnica di scansione MRI chiamata imaging del tensore di diffusione, si sta dimostrando davvero promettente”, ha affermato la Dott.ssa Caroline Chung di MD Anderson. Gli attuali metodi di radioterapia sono già adattati ai pazienti utilizzando principalmente dati di imaging anatomico prima dell’inizio della radioterapia e possono essere adattati in relazione a importanti cambiamenti nell’aspetto del tumore durante il trattamento. Tuttavia, questa nuova tecnica è un primo passo per fornire agli oncologi le informazioni di cui hanno bisogno per personalizzare i piani di trattamento sulla base di una mappa spaziale che prevede la resistenza del tumore alle radiazioni.
Durante questo progetto, i ricercatori dell’Oden Institute e del MD Anderson sono andati avanti e indietro sul tipo di dati necessari, sui componenti del modello e sull’obiettivo generale o sull’applicazione di questo modello. L’Istituto Oden ha portato l’esperienza in meccanica e modellazione dei tumori, un approccio di ricerca innovativo basato sulla fisica e guidato da Tom Yankeelov dell’UT Austin per diversi anni. Una volta associati all’imaging quantitativo e all’esperienza clinica sul tumore cerebrale di Chung, i ricercatori hanno tradotto con successo i precedenti sforzi preclinici nel glioma di alto grado. TACC, il terzo partner nella collaborazione per porre fine al cancro, ha permesso ai ricercatori di calibrare simultaneamente un’ampia famiglia di modelli matematici a base biologica per ciascun paziente. “In totale, avevamo circa 6.000 diverse calibrazioni o scenari di previsione che avrebbero richiesto anni per essere eseguiti su un laptop standard”, ha detto Hormuth. “Utilizzando il sistema Lonestar 5 per eseguire il nostro approccio di calibrazione e previsione del modello in parallelo, siamo stati in grado di valutare tutti questi scenari in pochi giorni”.
Concludono gli autori:
“Questo approccio specifico per il paziente ha ottenuto un errore medio basso nelle previsioni del volume del tumore inferiore al 2,5% utilizzando un modello di crescita tumorale a due specie. Questo lavoro dimostra la plausibilità dell’utilizzo di dati MRI clinicamente accessibili per inizializzare e limitare i modelli matematici predittivi di crescita e risposta tumorale nei gliomi di alto grado. È necessario uno studio prospettico in una coorte più ampia per convalidare questo quadro di modellazione predittiva“.
Fonte: Scietific Reports
