Affinare la nostra comprensione sui meccanismi evolutivi dei diversi tipi di cancro per raggiungere diagnosi e terapie sempre più mirate. E’ l’obiettivo del nuovo metodo RESOLVE, basato sullo studio delle “firme mutazionali”, cioè schemi ricorrenti di mutazioni nel DNA che raccontano la storia dei danni subiti dalle cellule tumorali e aiutano a identificarne origine e meccanismi di sviluppo.

Lo studio presenta un nuovo strumento computazionale per analizzare i meccanismi mutazionali alla base del cancro. Applicando questo metodo a circa 20.000 genomi tumorali adulti e pediatrici, i ricercatori sono riusciti a identificare in modo accurato un numero ristretto di firme mutazionali dominanti, associate sia a meccanismi biologici noti (come invecchiamento, esposizione al fumo o difetti nella riparazione del DNA) sia a prognosi cliniche differenti.

“Il problema di identificare i processi che generano mutazioni nel DNA è fondamentale per capire cosa danneggia il genoma e può accelerare la trasformazione tumorale. Gli strumenti che creiamo nei nostri laboratori sono in grado di estrarre questi segnali grazie alle tecniche di machine learning. Questa area di ricerca ci vede coinvolti direttamente con diversi progetti, come questo in collaborazione con Milano-Bicocca ed altri che coordiniamo nel nostro gruppo”, afferma Giulio Caravagna, docente di Informatica di UniTS coinvolto nello studio.

L'analisi delle firme mutazionali è una pratica consolidata nella genomica del cancro ma presenta diverse sfide. Rispetto ai metodi esistenti, RESOLVE (Robust EStimation Of mutationaL signatures Via rEgularization) permette una rilevazione più precisa delle firme mutazionali, una stima più affidabile della loro rilevanza nei singoli pazienti e la possibilità di distinguere i tumori in sottotipi molecolari, con ricadute promettenti per la medicina personalizzata.

Questo metodo innovativo, illustrato nell’articolo “Comprehensive analysis of mutational processes across 20 000 adult and pediatric tumors ” pubblicato sulla rivista Nucleic Acids Research, è stato sviluppato da un gruppo multidisciplinare dell’Università di Milano-Bicocca, coordinato da Daniele Ramazzotti (Dipartimento di Medicina e Chirurgia e Fondazione IRCCS San Gerardo dei Tintori). Al progetto hanno partecipato anche i ricercatori del Dipartimento di Informatica Marco Antoniotti e Alex Graudenzi, del Dipartimento di Medicina Rocco Piazza e Luca Mologni, e Giulio Caravagna dell’Università di Trieste. Il team comprende inoltre Matteo Villa, Federica Malighetti, Luca De Sano, Alberto Maria Villa, Nicoletta Cordani e Andrea Aroldi.