Nasce ASCETIC, l’algoritmo per ricostruire modelli di evoluzione tumorale

Questo sito utilizza cookie tecnici, propri e di terze parti, per garantire la corretta navigazione e analizzare il traffico e, con il tuo consenso, cookie di profilazione e altri strumenti di tracciamento di terzi per mostrare video e misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su “Rifiuta tutti”. Puoi scegliere di acconsentirne l’utilizzo cliccando su “Accetta tutti” oppure puoi personalizzare le tue scelte cliccando su “Rivedi le tue scelte sui cookie”.
Martedì 03 Ottobre 2023
Nuova ricerca di Milano-Bicocca pubblicata su Nature Communications, sviluppata da un gruppo multidisciplinare del Dipartimento di Medicina e Chirurgia in collaborazione con il Dipartimento di Informatica
Immagine Ateneo

Migliorare la nostra capacità di prevedere come evolverà un tumore, superando le limitazioni delle analisi che considerano solo le singole mutazioni genetiche. Questo è l’obiettivo possibile grazie al nuovo metodo chiamato ASCETIC (Agony-baSed Cancer EvoluTion InferenCe), sviluppato da Milano-Bicocca, capace di ricostruire modelli di evoluzione tumorale per ciascun paziente e successivamente identificare modelli evolutivi che si ripetono in diversi pazienti.

Il metodo, illustrato nell’articolo “Evolutionary signatures of human cancers revealed via genomic analysis of over 35,000 patients”, appena pubblicato sulla rivista Nature Communications, è stato sviluppato da un gruppo multidisciplinare guidato da Daniele Ramazzotti, docente di informatica presso il Dipartimento di medicina e chirurgia dell’Università degli Studi di Milano-Bicocca, in collaborazione con Alex Graudenzi (Dipartimento di informatica), Luca Mologni (Dipartimento di medicina e chirurgia) e le ricercatrici Diletta Fontana, Ilaria Crespiatico e Valentina Crippa, per le attività di valutazione e validazione dei risultati.

In questo studio, ASCETIC è stato applicato a dati derivati da oltre 35.000 tumori, inclusi pazienti con diverse malattie del sangue, pazienti con tumore al polmone in fase precoce o avanzata e molti altri. Inoltre, è stata condotta una validazione dei risultati ottenuti su dataset indipendenti per garantirne l'affidabilità e la capacità di generalizzazione.

a cura di Redazione Centrale, ultimo aggiornamento il 03/10/2023