Immagine:malattie complesse.Credit: CHU Sainte-Justine.
Un team internazionale guidato da un ricercatore del CHU Sainte-Justine sta sviluppando un nuovo modello matematico per migliorare la gestione di malattie complesse.
Gli scienziati e i medici conoscono le cause profonde di una varietà di malattie, ma un aspetto chiave continua a sfuggire: le interazioni anormali che mostrano molte malattie.
Ora, utilizzando la biologia computazionale, un team di ricercatori canadesi e statunitensi è riuscito ad analizzare grandi volumi di dati per decostruire e ricostruire le reti di interazioni che portano a una malattia.
In questo modo, i ricercatori sono stati in grado di identificare nuovi fenotipi che possono aiutare i medici a ottimizzare le strategie terapeutiche su misura per i singoli pazienti.
La ricerca è stata condotta dal Professore di scienze farmaceutiche dell’Université de Montréal, Morgan Craig con la collaborazione di colleghi dell’Università di Harvard, della Stanford University e dell’Università della California, San Francisco.
La loro ricerca è apparsa questo mese sulla rivista Cell Press Patterns.
Una “cassetta degli attrezzi” per l’assistenza diagnostica
I disturbi complessi, a causa della loro eziologia multifattoriale, richiedono nuovi strumenti in grado di sfruttare grandi set di dati quantitativi per delineare l’equivalente di una “rete alimentare” in ecologia, cioè una rete di interazioni tra varie cellule e proteine.
La costruzione di questa rete ci permette di studiare le differenze tra individui sani e malati e di identificare, da un lato, i fenotipi all’opera nella malattia e, dall’altro, le potenziali strategie terapeutiche.
“In questo studio, abbiamo applicato questi approcci quantitativi alla trombocitopenia ciclica (TC), una malattia del sangue molto rara e complessa”, ha spiegato Craig, ricercatore presso l’Ospedale pediatrico CHU Sainte-Justine di Montreal.
Vedi anche:Scoperta mutazione genetica che protegge dalle malattie
“Il nostro studio è costituito da tre soggetti con biomarcatori per la trombocitopenia ciclica (TC), in cui più cellule e proteine subiscono oscillazioni anormali, portando a una concentrazione piastrinica carente nel sangue, che corrisponde al quadro clinico della malattia”, ha detto Craig.
“Tuttavia, uno dei soggetti aveva biomarcatori atipici”, ha aggiunto il primo autore dello studio, il Madison Ski Krieger della Harvard: “Abbiamo quindi utilizzato una raccolta di tecniche matematiche (dinamiche empiriche), che, sulla base di dati longitudinali, ci ha permesso di sezionare le dinamiche delle interazioni fisiologiche anormali nella malattia in ogni paziente. Lo sviluppo di questo toolbox diagnostico ci ha aiutato a convalidare un plausibile intervento terapeutico”.
Distinguere più fenotipi
“La novità è che il nostro approccio ci consente di distinguere i molteplici fenotipi della malattia esaminando i suoi meccanismi fisiopatologici, indipendentemente dal fatto che abbiano la stessa manifestazione clinica”, ha detto Craig. “In altre parole, sebbene i sintomi di una malattia possano essere gli stessi, i meccanismi responsabili di quella malattia possono differire”.
“Questo spiegherebbe perché alcuni farmaci non funzionano in alcuni pazienti“, ha detto il ricercatore. “La cosa entusiasmante è che questo approccio quantitativo ha il potenziale per essere applicato a più malattie complesse e popolazioni per migliorare la nostra comprensione di una data malattia e guidare i medici verso obiettivi terapeutici personalizzati”.
Il team sta continuando la sua ricerca per studiare la resistenza ai farmaci nel cancro e per comprendere meglio i meccanismi alla base di COVID-19.
A proposito di questo studio
“ Un progetto per l’identificazione di fenotipi e bersagli farmacologici in disturbi complessi con dinamiche empiriche ” di Morgan Craig et al, è stato pubblicato il 4 novembre 2020 sulla rivista Cell Press Patterns di Cell Press nel novembre 2020. Il finanziamento dello studio è stato fornito tramite una borsa di studio e un Discovery Accelerator Supplement del Natural Sciences and Engineering Research Council of Canada (NSERC), un NSERC Postdoctoral Fellowship, una sovvenzione del National Institutes of Health degli Stati Uniti e una Long-Term Research Fellowship del Human Frontiers Science Program.
Fonte:UMontreal
