by

La genetica dei tessuti sani vicini può aiutare a individuare il ritorno del cancro ai polmoni

Secondo una nuova ricerca condotta dalla NYU Langone Health e dal suo Perlmutter Cancer Center, le informazioni genetiche raccolte da tessuti apparentemente sani vicino ai tumori polmonari potrebbero essere un predittore migliore della recidiva del cancro dopo il trattamento rispetto all’analisi dei tumori stessi.

Il nuovo studio si concentra sull’adenocarcinoma polmonare, un cancro che si forma nelle cellule epiteliali alveolari e rappresenta circa un terzo di tutti i tumori polmonari negli Stati Uniti, secondo i Centri statunitensi per il controllo e la prevenzione delle malattie. La maggior parte dei pazienti guarisce se i tumori vengono rimossi chirurgicamente nelle fasi iniziali della progressione della malattia, ma le cellule tumorali residue ricrescono in circa il 30% dei casi e possono portare alla morte. Di conseguenza, gli esperti hanno cercato a lungo biomarcatori, o predittori di recidiva, che potrebbero indurre a un trattamento iniziale più aggressivo.

Lo studio ha incluso 147 uomini e donne trattati per cancro ai polmoni in stadio iniziale. Ha esplorato il valore di utilità del trascrittoma, l’insieme completo di molecole di RNA che dicono alle cellule quali proteine ​​produrre. L’analisi dell’RNA raccolto da tessuto apparentemente sano adiacente alle cellule tumorali prevedeva accuratamente che il cancro si sarebbe ripresentato nell’83% dei casi, mentre l’RNA dei tumori stessi era informativo solo nel 63% dei casi.

“I nostri risultati suggeriscono che il modello di espressione genetica nei tessuti apparentemente sani potrebbe servire come biomarcatore efficace e finora sfuggente per aiutare a prevedere la recidiva del cancro ai polmoni nelle prime fasi della malattia”, ha detto il co-autore principale dello studio Igor Dolgalev, Ph. D.

Pubblicata online l’8 novembre sulla rivista Nature Communications , la ricerca è la più ampia fino ad oggi che confronta il materiale genetico di tumori e tessuti adiacenti e la loro capacità di prevedere la recidiva, afferma Dolgalev, assistente professore presso il Dipartimento di Medicina della NYU Grossman School of Medicina e membro del Perlmutter Cancer Center.

Per lo studio, il gruppo di ricerca ha raccolto quasi 300 campioni di tumore e di tessuto sano da pazienti affetti da cancro al polmone. I ricercatori dello studio hanno quindi sequenziato l’RNA di ciascun campione e hanno inserito questi dati, insieme al fatto che si fosse verificata o meno una recidiva entro cinque anni dall’intervento chirurgico, in un algoritmo di intelligenza artificiale. Questo programma ha utilizzato l’apprendimento automatico per costruire modelli matematici che stimavano il rischio di recidiva.

I risultati hanno rivelato che l’espressione di geni associati all’infiammazione, o all’intensificata attività del sistema immunitario, nel tessuto polmonare adiacente e apparentemente normale, era particolarmente utile per fare previsioni. Questa reazione difensiva, affermano gli autori dello studio, non dovrebbe essere presente nei tessuti veramente sani e potrebbe essere un segnale di allarme precoce della malattia.

“I nostri risultati suggeriscono che il tessuto apparentemente normale che si trova vicino a un tumore potrebbe non essere sano, dopo tutto”, ha detto il co-autore principale dello studio Hua Zhou, Ph.D., bioinformatico presso la NYU Grossman e membro del Perlmutter Cancer Center. “Invece, le cellule tumorali sfuggite potrebbero innescare questa risposta immunitaria inaspettata nei loro vicini.”

“L’immunoterapia, che rafforza le difese immunitarie del corpo, potrebbe quindi aiutare a combattere la crescita del tumore prima che diventi visibile ai tradizionali metodi di rilevamento”, ha aggiunto il co-autore senior dello studio e biologo oncologico Aristotelis Tsirigos, Ph.D.

Tsirigos, professore presso il Dipartimento di Patologia della New York University Grossman e membro del Perlmutter Cancer Center, avverte che l’indagine ha funzionato all’indietro, addestrando il programma del computer utilizzando casi già noti per aver avuto una recidiva della malattia.

Di conseguenza, il team di studio prevede di utilizzare il programma per valutare in modo prospettico il rischio di recidiva nei pazienti appena trattati per cancro ai polmoni in stadio iniziale , afferma Tsirigos, che è anche direttore degli Applied Bioinformatics Laboratories della NYU Langone.

More information: Inflammation in the tumor-adjacent lung as a predictor of clinical outcome in lung adenocarcinoma, Nature Communications (2023). DOI: 10.1038/s41467-023-42327-x