La novità arriva dal Dipartimento di Oncologia Sperimentale dell’Istituto Europeo di Oncologia (IEO): un algoritmo, denominato RENOVO, che permette di interpretare le mutazioni genetiche ereditarie con maggior accuratezza.
Basandosi sull’Intelligenza Artificiale e sul machine learning, i ricercatori hanno messo a punto un algoritmo che consente di interpretare i test genetici nel modo corretto e di stabilire dunque la miglior terapia possibile per la patologia individuata. RENOVO, il cui studio è stato pubblicato sul The American Journal of Human Genetics, riduce il rischio di diagnosi errate.
Perché l’algoritmo per interpretare i test genetici è importante?
Le varianti genomiche sono decine di migliaia. Alcune sono direttamente collegate al rischio di sviluppare tumori, altre non predispongono ad alcun rischio. Ce ne sono però moltissime di cui non si conosce la natura, se benigna o patogenica. Sono proprio queste le più subdole, perché potrebbero avere un significato incerto oppure essere interpretate in modo diverso a seconda del laboratorio che le individua. Oppure, potrebbero essere inizialmente interpretate in un modo, per poi essere corrette nel corso degli anni. RENOVO serve proprio a questo: a dare una risposta, interpretando i test genetici in modo corretto.
“Utilizzando ClinVar, un database pubblico che contiene dati su oltre 600.000 varianti genetiche, RENOVO è stato capace di classificare correttamente il 99% di quelle stabili, quelle cioè sulle quali non vi era alcun dubbio scientifico. Inoltre, ha correttamente interpretato il 95% delle varianti che sono state riclassificate nel corso degli anni. In altre parole, se avessimo chiesto a RENOVO di interpretare una variante che nel 2018 era stata dichiarata di significato incerto ma che è stata poi correttamente interpretata solo anni dopo, avrebbe fornito un risultato corretto nel 95% dei casi sin dall’inizio” ha spiegato Luca Mazzarella, coordinatore del gruppo che ha svolto il lavoro in collaborazione col team di Pier Giuseppe Pelicci.
La scoperta è ancor più significativa, se si pensa che il 10% dei tumori si sviluppa in conseguenza di mutazioni genetiche che la persona eredita da un genitore. Identificare precocemente l’entità di tali mutazioni consente di individuare tempestivamente se una persona rischia di sviluppare un tumore nel corso della vita. E di adottare dunque per tempo tutte le norme preventivi possibili (fermo restando che si eredita la predisposizione, non la malattia, e che una mutazione genetica non necessariamente causerà il cancro).
L’incertezza nell’interpretazione dei test genetici
Interpretare le varianti genomiche con incertezza o peggio in modo errato comporta conseguenze importanti sia per il soggetto che per i suoi familiari. Solo individuando per tempo una variante patogenica è possibile mettere in atto un percorso terapeutico o magari un intervento chirurgico che eviti alla malattia di presentarsi o che ne migliori la prognosi.
“Questa incertezza nell’interpretazione rappresenta già oggi un enorme problema clinico, e lo diventerà sempre di più in futuro. Paradossalmente, infatti, il numero di test genomici per l’identificazione delle mutazioni è in continua crescita, così come lo è il numero di soggetti sottoposti a test, e, inevitabilmente, il numero di mutazioni mai osservate prima e di incerto significato” spiega Valentina Favalli, coautrice della ricerca insieme a Giulia Tini.
RENOVO aiuta ad avere risultati più precisi. Per rendere l’algoritmo più accurato, i ricercatori hanno utilizzato il database ClinVar (periodicamente aggiornato da tutta la comunità scientifica internazionale.
Cosa succederà ora? RENOVO è già accessibile tramite un’interfaccia user-friendly, che aiuterà i medici a prendere decisioni giuste, anche senza conoscere l’algoritmo che sta alla base. In questo modo, sarà possibile interpretare al meglio le migliaia di varianti che la ricerca scientifica individuerà nei prossimi anni e i cui risultati saranno usati per migliorarlo ulteriormente. L’algoritmo è stato testato anche al di fuori dell’oncologia, peraltro, e ha dimostrato una buona accuratezza anche per le mutazioni genomiche associate a patologie cardiache.