Nuove scoperte sull'instabilità cromosomica nel cancro

L'Instabilità Cromosomica (CIN) è una caratteristica comune nelle cellule tumorali. Si manifesta come cambiamenti nel numero e nella struttura dei cromosomi. Questa instabilità deriva da varie cause, come errori durante la divisione cellulare e problemi con le parti delle cellule che proteggono i cromosomi. Quando i cromosomi non si dividono correttamente durante la divisione cellulare, possono insorgere problemi. Altri problemi includono cromosomi rotti che non vengono riparati correttamente e cambiamenti nel modo in cui le cellule controllano la loro crescita.

L'aneuploidia, che è quando c'è un numero anormale di cromosomi, può essere trovata in quasi il 90% dei tumori solidi. Questo rende questi cambiamenti cromosomici una delle caratteristiche più evidenti delle cellule tumorali. Ogni tipo di Cancro ha un modello unico di questi cambiamenti, plasmato da come le cellule tumorali evolvono, inclusa la loro interazione con l'ambiente circostante.

Per questo motivo, gli scienziati stanno esaminando più da vicino i modelli di cambiamento cromosomico. Sono stati effettuati studi in laboratorio e utilizzando l'analisi dei dati per capire come questi cambiamenti siano legati al cancro. I ricercatori vedono gli squilibri cromosomici come una causa chiave della crescita tumorale. Gli sforzi recenti si sono concentrati sulla comprensione della struttura del genoma in presenza di instabilità cromosomica e sull'identificazione di modelli di cambiamenti cromosomici che rimandano a caratteristiche genetiche specifiche.

Una sfida chiave nello studio della CIN è la sua complessità. Non ogni cambiamento nei cromosomi è importante per il cancro. I ricercatori devono distinguere tra cambiamenti che guidano la crescita tumorale e quelli che sono solo eventi casuali. Una situazione ideale sarebbe se certi cambiamenti cromosomici potessero identificare diversi tipi di cancro, il che potrebbe aiutare nello sviluppo di trattamenti mirati.

Molti cambiamenti cromosomici specifici per certi tumori sono già stati trovati. Ad esempio, alcuni cambiamenti in un gene chiamato TERT possono indicare quanto possa essere grave la malattia o quanto possa essere resistente al trattamento. Tuttavia, identificare i cambiamenti cromosomici cruciali in tutti i tipi di cancro rimane una sfida.

I ricercatori hanno adottato un nuovo approccio per esaminare direttamente i modelli di CIN. Hanno classificato i tumori in base al numero di cromosomi presenti nel genoma. Utilizzando strumenti di intelligenza artificiale, sono riusciti a individuare le aree cromosomiche che fornivano informazioni per questa classificazione. Questo metodo mette in evidenza le differenze nei modelli cromosomici tra i diversi tipi di cancro e identifica nuove aree di interesse per la ricerca e il trattamento del cancro. Hanno confermato la rilevanza di queste aree utilizzando i dati dei pazienti.

#Il Progetto 100.000 Genomi

Il Progetto 100.000 Genomi, completato nel 2019, mirava a sequenziare i genomi di 100.000 pazienti affetti da cancro, malattie rare e malattie infettive. Questo progetto ha aiutato a integrare i Dati Genomici nel National Health Service nel Regno Unito. I partecipanti al progetto hanno acconsentito a far collegare le loro informazioni geneticamente ai loro registri sanitari, che vengono condivisi in modo sicuro con scienziati e medici in tutto il mondo.

In questo progetto, 13.000 campioni di genoma di pazienti oncologici sono stati categorizzati in base a dove il cancro fosse iniziato nel corpo e al tipo di cancro. Alcuni campioni sono stati esclusi dall'analisi. I dati genomici rimanenti sono stati utilizzati per la ricerca.

#Analisi dei Dati Genomici Attraverso i Tipi di Cancro

I ricercatori hanno analizzato il panorama genomico dei tipi di cancro all'interno del Progetto 100.000 Genomi. Hanno esaminato la distribuzione dei cambiamenti cromosomici attraverso i diversi tipi di cancro. Hanno creato rappresentazioni visive di quanti campioni mostravano condizioni cromosomiche anomale in specifiche posizioni geniche attraverso diversi gruppi di cancro. Questa analisi ha fornito informazioni sui modelli di cambiamenti cromosomici in relazione alla progressione del cancro.

Per concentrarsi sui tumori con significativa instabilità cromosomica, hanno incluso solo i campioni in cui il 30% o più del genoma mostrava alterazioni. Hanno escluso campioni che avevano subito significativi riarrangiamenti del DNA a causa di diversi tipi di mutazioni, portando a un totale di circa 7.522 genomi per ulteriori analisi.

Lo studio ha anche esaminato i cambiamenti genici comuni attraverso vari tumori. Visti insieme, questi cambiamenti nei cromosomi hanno aiutato a dipingere un quadro di come i diversi tumori possano condividere certe anomalie o caratteristiche.

#Reti Neurali e Classificazione del Cancro

I ricercatori hanno sviluppato un modello di Rete Neurale mirato all'analisi dei genomi riarrangiati. Hanno diviso i cromosomi in piccoli segmenti e calcolato il numero medio di copie di cromosomi per ciascun segmento. Questo ha semplificato i campioni in una forma più semplice che ha reso più facile per il modello apprendere dai dati.

La rete neurale stessa includeva molte reti più piccole, ognuna focalizzata su un cromosoma specifico. Questo design ha permesso al modello di analizzare i cambiamenti nei cromosomi in dettaglio. Poiché c'erano molte caratteristiche nei dati ma solo pochi tipi di cancro da classificare, il modello doveva essere abbastanza robusto da trovare modelli rilevanti senza confondersi con quelli irrilevanti.

Attraverso questo processo, i ricercatori hanno scoperto che i diversi tumori mostrano modelli distintivi di instabilità cromosomica. Anche se il modello ha funzionato bene nel complesso, ha avuto difficoltà con alcuni tipi di cancro, come il cancro ai polmoni, a causa della diversità di sottotipi all'interno di questa categoria.

#AI Spiegabile per la Biologia del Cancro

Per capire come il modello abbia fatto le sue classificazioni, i ricercatori si sono rivolti a un metodo chiamato Gradienti Integrati. Questa tecnica aiuta a determinare quali caratteristiche dei dati sono più importanti per le previsioni del modello. Utilizzando una versione affinata di questo metodo, il team è riuscito a scoprire aree cromosomiche importanti che influenzavano le decisioni del loro modello.

Questa comprensione dettagliata di come certe regioni del genoma contribuiscano a ciascun tipo di cancro consente ai ricercatori di identificare aree potenzialmente significative per ulteriori ricerche. L'approccio aiuta a colmare il divario tra i risultati dell'IA e la loro importanza biologica.

Analizzando campioni individuali, i ricercatori hanno rivelato importanti aree genomiche rilevanti per specifici tipi di cancro. Ad esempio, hanno esaminato da vicino il cancro al seno, il cancro ai polmoni e il cancro colorettale, identificando cambiamenti cromosomici associati a ciascun tipo.

#Approccio a Livello di Coorte e Nuovi Loci

Per ottenere un insight più ampio sui tanti campioni di cancro, i ricercatori hanno aggregato importanti regioni cromosomiche attraverso diversi gruppi di cancro. Questo passo ha permesso loro di individuare modelli generali nei cambiamenti comuni ai vari tipi di cancro.

L'analisi ha rivelato segnali ad alta densità in specifiche posizioni cromosomiche per tumori come quello al seno, ai polmoni e colorettale. Ogni tipo di cancro ha avuto le sue caratteristiche uniche, con determinate regioni che mostrano modelli di cambiamento più significativi associati alla malattia.

Il team di ricerca ha creato rappresentazioni visive per evidenziare la distribuzione dei loci importanti in tutto il genoma. Queste illustrazioni hanno aiutato a mostrare la complessità dei cambiamenti cromosomici e le loro connessioni con la biologia del cancro.

#Esplorando il Valore Prognostico

I ricercatori miravano a determinare se i loci identificati e i punteggi di previsione del cancro avessero qualche valore nel predire gli esiti dei pazienti. Alcuni cambiamenti cromosomici potrebbero indicare quanto aggressivo possa essere il cancro.

Attraverso l'analisi statistica, hanno identificato diversi loci cromosomici che influenzavano significativamente gli esiti dei pazienti, in particolare nel cancro al seno. I risultati hanno indicato che questi cambiamenti cromosomici potrebbero essere utili in contesti clinici per valutare la gravità del cancro.

Inoltre, i punteggi di previsione del cancro sono stati analizzati per valutare il loro impatto sulla prognosi dei pazienti. I risultati hanno mostrato implicazioni variabili a seconda del tipo di cancro, rivelando che punteggi di previsione più elevati potrebbero indicare esiti peggiori o migliori a seconda del cancro specifico.

#Conclusione

Lo studio ha sviluppato un metodo per analizzare genomi riarrangiati usando il deep learning e l'IA spiegabile. Applicando questo approccio a un ampio insieme di genomi tumorali, i ricercatori sono stati in grado di classificare i tipi di cancro basandosi esclusivamente sui dati cromosomici. Questo indica che i cambiamenti cromosomici svolgono ruoli significativi nella biologia del cancro.

I risultati aprono la strada a una migliore comprensione del complesso paesaggio genetico del cancro e potrebbero potenzialmente aiutare nello sviluppo di trattamenti e diagnosi mirati per vari tipi di cancro. Questa ricerca contribuisce agli sforzi in corso per migliorare le strategie di trattamento personalizzato nella cura del cancro, rendendola un'aggiunta preziosa nel campo della medicina genomica.

I ricercatori devono continuare a perfezionare le loro tecniche ed esplorare nuovi approcci per affrontare le sfide nella comprensione dell'instabilità cromosomica e delle sue implicazioni nel cancro. Questo lavoro continuo ha il potenziale di rivelare di più sui complessi rapporti tra cambiamenti genetici e sviluppo del cancro, migliorando infine gli esiti dei pazienti in futuro.