Cancro del colon-retto: l’Intelligenza Artificiale per definire una strategia terapeutica precoce e su misura
Intelligenza artificiale per prevedere la prognosi e la risposta alla chemio-radioterapia nel cancro del colon-retto attraverso l’analisi dell’espressione dei fibroblasti e dei macrofagi associati al cancro
Responsabile: ANTONINO SPINELLI
Il cancro al colon-retto (CRC) è uno dei tumori più frequenti a livello mondiale
La sua incidenza è in aumento nelle persone con meno di 50 anni (cancro colorettale precoce: EOCRC).
CRC e EOCRC condividono la maggior parte dei meccanismi molecolari che portano allo sviluppo e alla progressione del tumore: alcuni di questi sono prevalenti nei pazienti giovani.
Sebbene la Ricerca abbia contribuito a definirne meglio le caratteristiche e il livello di gravità, i meccanismi molecolari alla base della crescita e della recidiva del CRC non sono del tutto chiari: le ragioni che portano a recidive precoci e le ampie differenze nella risposta individuale ai trattamenti di chemioterapia sono ancora in discussione.
Questo tipo di cancro sfugge alle difese e crea attorno a sé un microambiente ideale per crescere e proliferare. La presenza nel microambiente CRC di fibroblasti1 (CAF) e macrofagi2 associati al tumore (TAM) è correlata alla progressione del cancro e alla sua resistenza ai farmaci.
Questo progetto vuole indagare il ruolo di fibroblasti e macrofagi
Lo studio mira a valutare se la presenza di fibroblasti e macrofagi nel tumore del colon-retto sia o meno collegata con la risposta alla terapia e con l’aggressività del tumore. Questo sarà possibile grazie all’Intelligenza Artificiale con la quale svilupperemo uno strumento di prognosi e risposta alla chemio-radioterapia per definire una strategia terapeutica precoce e su misura.
Avvio e prime indicazioni
L’attività di Ricerca è iniziata nel 2021 con il potenziamento del team di lavoro, la raccolta di dati relativi ai pazienti arruolabili e la selezione di campioni “pilota” per ottimizzare i protocolli di processazione del materiale biologico e l’utilizzo dell’Intelligenza Artificiale.
Inoltre, sono stati applicati modelli statistici convenzionali per esplorare il ruolo dell’età di insorgenza del tumore sulla prognosi e la risposta alla chemio-radioterapia.