Un modello predittivo non invasivo e personalizzato per la diagnosi precoce

Il microbioma e cancro al colon sono legati da un’interazione sempre più chiara, grazie ai progressi nella ricerca. Una nuova scoperta, frutto del lavoro congiunto tra l’Università di Bari, l’Università di Firenze e l’INFN, rivela che l’analisi del microbioma intestinale tramite intelligenza artificiale spiegabile (XAI) può diventare la base per test di screening non invasivi e altamente personalizzati.

Lo studio, pubblicato sulla rivista Gut Microbes, è coordinato dalla Prof.ssa Sabina Tangaro dell’Università di Bari e rientra in un progetto finanziato dal PNRR.

Dallo studio 453 campioni analizzati con IA spiegabile

Gli scienziati hanno analizzato il profilo microbico intestinale di 453 pazienti, ricorrendo a tecniche di sequenziamento genetico applicate a campioni fecali. L’obiettivo? Scoprire biomarcatori microbici capaci di predire la presenza di adenomi o tumore al colon-retto.

L’IA spiegabile ha raggiunto un’accuratezza dell’89% nell’identificare soggetti realmente a rischio, riducendo sensibilmente i falsi positivi. Inoltre, l’algoritmo ha evidenziato il ruolo di specifici batteri associati al rischio, come Fusobacterium e Peptostreptococcus, e di altri, come Eubacterium eligens, legati a una protezione naturale.

Il microbioma come rete: più dei singoli batteri contano le interazioni

Uno dei tratti più innovativi dello studio è stata l’analisi delle interazioni tra generi batterici, resa possibile grazie agli SHAP interaction values, strumenti tipici della XAI. Questo approccio ha consentito di osservare il microbioma come una rete dinamica, e non come un elenco statico di microrganismi.

In pazienti con adenomi (lesioni precancerose), sono emerse configurazioni microbiche simili a quelle dei soggetti con carcinoma, suggerendo l’esistenza di stati transitori rilevabili prima dell’insorgenza della malattia.

In particolare, nei sottogruppi ad alto rischio:

• Peptostreptococcus risultava il nodo centrale, in connessione con Fusobacterium, Parvimonas e Porphyromonas.
• In altri casi dominava Fusobacterium, con interazioni chiave con il gruppo Lachnospiraceae UCG-010.

Verso uno screening del cancro al colon personalizzato e trasparente

Questa mappa delle interazioni batteriche apre la strada a un nuovo approccio allo screening: basato sull’ecosistema microbico, più che su singoli marcatori.

“Questo studio ci insegna che non basta sapere quali batteri sono presenti: bisogna capire come si influenzano a vicenda. È la rete microbica che fa la differenza” – spiegano la coordinatrice del progetto, Sabina Tangaro, prof.ssa dell’Università di Bari, e il Prof. Amedeo Amedei dell’Università di Firenze.
“La XAI ci permette di leggere il microbioma come un sistema complesso, ma con strumenti alla portata del clinico”.

Il microbioma e cancro al colon non sono più un mistero isolato: grazie all’intelligenza artificiale, oggi è possibile leggere il linguaggio della flora intestinale come un indicatore precoce di salute e creare strumenti diagnostici più efficaci e meno invasivi.