Tornerà la leucemia? Un algoritmo può rispondere

Lo studio

Tornerà la leucemia? Un algoritmo può rispondere

Fin dal momento della diagnosi è possibile capire se il tumore tende a dare luogo a recidive
redazione

leukemia2.jpg

Le cellule che danno vita alla recidiva sono presenti nel tumore fin dall’inizio della malattia e possiedono 6 caratteristiche che permettono di identificarle fin dal momento della diagnosi.

Recidiva. È questa la paura più grande per chi combatte contro un tumore. Quando sembra che la malattia è sconfitta ecco un pugno di cellule tumorali che le dà nuovamente vita.

Ma quelle cellule ‘Highlander’ sono presenti fin dall’inizio o sono in qualche modo il frutto stesso della terapia che, come avviene per i batteri resistenti agli antibiotici, seleziona cellule tumorali capaci di resistere ai farmaci?

È a questa domanda che ha risposto in uno studio appena pubblicato sulla rivista Nature Medicine un gruppo di ricercatori dell’Università di Stanford (California) e del Centro di Ricerca Matilde Tettamanti di Monza che ha preso in considerazione la leucemia linfoblastica acuta di tipo B, il tumore più frequente nei bambini.

Ebbene, nel caso della le cellule Highlander sono lì fin dall’inizio della malattia e possiedono 6 caratteristiche che permettono di identificarle fin dal momento della diagnosi. La scoperta però non è soltanto la risposta a un quesito scientifico, ma ha anche una grande utilità clinica dal momento che consente di sapere fin dal momento della diagnosi quali sono i pazienti che hanno maggiori probabilità di recidiva e, in tal modo, definire meglio la terapia. 

“Nel nostro studio abbiamo utilizzato una tecnologia innovativa (la citometria di massa) in grado di individuare, quantificare e analizzare contemporaneamente decine di parametri biologici e funzionali in ogni singola cellula”, ha spiegato Jolanda Sarno, ricercatrice che si è formata presso il Centro di Ricerca Matilde Tettamanti ed attualmente sta lavorando all’Università di Stanford grazie a una borsa di studio Airc per l’estero. 

“Le cellule leucemiche di B-LLA alla diagnosi sono state confrontate con la loro controparte sana mediante un programma bioinformatico al fine di individuare i profili più caratteristici delle cellule leucemiche”.

Grazie a un ha messo un modello statistico di predizione delle ricadute, definito come Developmentally Dependent Predictor of Relapse e messo a punto dalla prima firmataria di questa ricerca, Zinaida Good della Stanford University, “I profili ottenuti sono poi stati confrontanti nei pazienti ricaduti rispetto a quelli in remissione (non ricaduti), ed utilizzando un approccio di ‘machine learning’ sono state identificate le caratteristiche funzionali predittive della ricaduta”.

Ora questo approccio verrà testato in un campione più ampio per sapere se è effettivamente efficace e, a quel punto si aprirà la strada al suo utilizzo clinico. 

“Sin dalla fine degli anni ’90, grazie al contributo di Airc e del Comitato Maria Letizia Verga la clinica pediatrica della Fondazione Monza e Brianza per il Bambino e la sua Mamma ha coordinato per l’Italia, all’interno di un network europeo, la standardizzazione e l’applicazione della tecnica di misurazione della malattia residua minima in tutti i bambini e adolescenti con leucemia linfoblastica acuta di tipo B dei centri dell’Associazione Italiana Ematologia e Oncologia Pediatrica”, ha illustrato Andrea Biondi, direttore della clinica pediatrica Università Milano Bicocca e direttore scientifico della Fondazione Monza e Brianza per il Bambino e la sua Mamma. “Questo studio si colloca quindi all’interno di una storia e di un’esperienza di ricerca decennale che pone il nostro centro come punto di riferimento in Italia”.