I ricercatori del Regno Unito hanno riadattato gli algoritmi, impiegati dagli astrofisici per scoprire i buchi neri, allo scopo di creare un modello di gemello digitale, in grado di prevedere con precisione le risposte al trattamento di diverse classi di farmaci chemioterapici, nei pazienti affetti da cancro.
Uzma Asghar, co-fondatrice e responsabile scientifico di Concr, consulente medico oncologo presso The Royal Marsden NHS Foundation Trust, Londra, ha affermato:
«La tecnologia, chiamata FarrSight ® -Twin, potrebbe aiutare i professionisti sanitari ad abbinare gli individui al farmaco chemioterapico giusto, ciò aumenta la probabilità di risposta al farmaco e, come abbiamo dimostrato in un’analisi retrospettiva, migliora la sopravvivenza».
Uzma Asghar intervenendo al 36° Simposio EORTC-NCI-AACR su bersagli molecolari e terapie contro il cancro, che si è tenuto a Barcellona, Spagna, ha spiegato che un gemello digitale è una replica virtuale di un individuo e del suo cancro. È creato da dati biologici di migliaia di pazienti con cancro, trattati in modi diversi, e tiene conto delle informazioni sul paziente, del suo profilo demografico, del tipo di cancro che ha, inclusi i dati molecolari sul suo tumore e qualsiasi potenziale farmaco a cui potrebbe essere esposto.
Uzma Asghar ha affermato:
«Il bello di usare questa tecnologia è che più informazioni si inseriscono nel gemello digitale su quell’individuo, migliori diventano le previsioni, ma consente anche di seguire il percorso del paziente affetto da cancro».
Uzma Asghar ha spiegato a Inside Precision Medicine che i pazienti, che ha visitato nella sua clinica, sono stati la forza trainante che l’ha spinta a fondare Concr e a sviluppare la tecnologia FarrSight ® -Twin.
Uzma Asghar ha affermato:
«Vedo troppe persone che non traggono beneficio dalla chemioterapia in clinica, volevo trovare una soluzione per avere una visione migliore di chi risponderà e chi no alla chemioterapia, e quale farmaco ha maggiori probabilità di funzionare. Al momento, non ci sono biomarcatori molto forti che possiamo usare per prevedere la risposta alla chemioterapia».
Finora, il gemello digitale è stato addestrato su oltre 10.000 pazienti oncologici utilizzando più di 20 diversi tipi di cancro solido. I dati provengono da set di dati disponibili al pubblico come The Cancer Genome Atlas, nonché da dati di sperimentazioni cliniche di partner di ricerca. Inoltre, Uzma Asghar e il team stanno ora raccogliendo dati del mondo reale per “convincere le persone che questa tecnologia fa ciò che dice di fare”.
Uzma Asghar e colleghi nello studio attuale, hanno utilizzato FarrSight ® -Twin per ricreare studi clinici di fase II o III pubblicati su pazienti con tumore al seno, al pancreas o alle ovaie, applicati a un gemello digitale che rappresenta ogni paziente reale che ha preso parte allo studio. Gli studi clinici digitali, nel complesso, hanno previsto con precisione l’esito degli studi clinici effettivi in tutti gli studi clinici simulati.
Ulteriori test hanno dimostrato che quando i pazienti ricevevano il trattamento previsto da FarrSight ® -Twin come migliore, avevano un tasso di risposta del 75,0%, questo tasso scendeva al 53,5% quando i pazienti ricevevano un trattamento subottimale.
Tutti gli studi hanno confrontato due diverse terapie farmacologiche, con farmaci maggiormente impiegati come antracicline, taxani, farmaci a base di platino, capecitabina e trattamenti ormonali.
Uzma Asghar ha affermato:
«Siamo entusiasti di applicare questo tipo di tecnologia, simulando sperimentazioni cliniche su diversi tipi di tumore, per prevedere la risposta dei pazienti a diverse chemioterapie, e i risultati sono incoraggianti. I ricercatori, con questa tecnologia, possono simulare sperimentazioni sui pazienti in una fase molto più precoce dello sviluppo del farmaco, e possono rieseguire la simulazione più volte per testare diversi scenari e massimizzare la probabilità di successo. Viene già utilizzata per simulare pazienti, che fungono da controlli, per confrontare l’effetto di un nuovo trattamento con lo standard di cura esistente. Stiamo attualmente sviluppando questa tecnologia in modo che possa prevedere la risposta al trattamento per i singoli pazienti in clinica, e aiutare i medici a capire quale chemioterapia sarà utile o meno, e questo lavoro è in corso».
La tecnologia sebbene sia ancora «a qualche anno dalla convalida e dall’approvazione per l’uso clinico», Uzma Asghar spera che in futuro «sarà utilizzata di routine per fornire medicina di precisione in clinica o al letto del paziente, prevedendo la risposta individuale al trattamento del cancro».
Infatti, una volta caricate le informazioni sul paziente, FarrSight ® -Twin utilizzando algoritmi avanzati e modelli di intelligenza artificiale, può prevedere l’andamento della salute del paziente o l’efficacia di un trattamento specifico. Ciò permette ai medici di prendere decisioni informate e tempestive direttamente nel punto di cura, migliorando così la qualità dell’assistenza sanitaria.
Uzma Asghar e colleghi prevedono inoltre che le aziende farmaceutiche e biotecnologiche utilizzeranno FarrSight ® -Twin per supportare lo sviluppo dei loro nuovi composti, dal laboratorio alla fase I delle sperimentazioni, fino alla fase concettuale dello sviluppo degli studi clinici.
Attualmente, nello studio Vision, uno studio osservazionale collaborativo tra Concr, l’Institute of Cancer Research, la Durham University e il Royal Marsden Hospital, stanno testando la tecnologia, per vedere se potrebbe aiutare a prevedere quali trattamenti disponibili funzioneranno meglio, per le pazienti con carcinoma mammario triplo negativo.
