Nuovo algoritmo scopre mutazioni cruciali nei tumori per future terapie
RomeI ricercatori hanno sviluppato un nuovo programma informatico capace di individuare rapidamente le mutazioni genetiche che provocano il cancro. Utilizzando un modello di rete chiamato DiWANN, il programma cerca schemi tra le mutazioni genetiche in diversi tipi di tumori. Studiando questi schemi, gli scienziati sperano di scoprire nuovi bersagli per farmaci e comprendere meglio la struttura genetica dei tumori.
DiWANN è progettato per gestire grandi quantità di dati genetici in modo efficiente, conservando le informazioni cruciali e occupando poco spazio. Inoltre, permette ai ricercatori di studiare simultaneamente diversi tipi di cancro per una comprensione complessiva migliore.
Il cancro comprende diverse malattie causate da vari cambiamenti genetici. L'analisi dei dati genetici per il cancro è stata complessa a causa della grande quantità di informazioni e delle intricate connessioni tra questi cambiamenti. Un nuovo algoritmo facilita questo processo organizzando i dati e semplificando i calcoli.
Il modello DiWANN dimostra efficacemente le relazioni tra sequenze genetiche utilizzando una quantità minima di informazioni. Questo rende i calcoli più rapidi e facilita l'identificazione delle piccole interazioni genetiche. I ricercatori hanno scoperto che riducendo preventivamente i dati, potevano rendere il processo ancora meno impegnativo e comprendere meglio le interazioni genetiche.
Nel carcinoma pancreatico, il modello ha individuato che due mutazioni specifiche, del gene TP53 e KRAS, spesso si verificano insieme. Questa scoperta, che i ricercatori avevano solo ipotizzato in precedenza, apre la strada a nuovi target per trattamenti innovativi. Il modello aiuta anche a identificare tumori con schemi mutazionali simili, che potrebbero rispondere efficacemente agli stessi trattamenti.
Questa ricerca va oltre gli studi sul cancro. DiWANN è stato utilizzato anche per comprendere la diffusione del COVID-19 e delle malattie trasmesse da zecche. Questo dimostra che il modello potrebbe essere utile in vari ambiti della ricerca medica.
Il team prevede di sviluppare uno strumento online per facilitare l'uso del modello da parte dei ricercatori e degli esperti di sanità pubblica. Questo potrebbe rendere gli strumenti avanzati più accessibili e accelerare la scoperta di nuove cure per il cancro e altre malattie complesse.
Il progetto, sostenuto dalla National Science Foundation e dall'Istituto Nazionale per il Cancro, sottolinea la sua rilevanza nella ricerca medica. Il nuovo algoritmo consente un'analisi genetica più dettagliata ed efficiente, potenzialmente migliorando i trattamenti e le cure future per i pazienti.
Lo studio è pubblicato qui:
http://dx.doi.org/10.3389/fbinf.2024.1365200e la sua citazione ufficiale - inclusi autori e rivista - è
Shruti S. Patil, Steven A. Roberts, Assefaw H. Gebremedhin. Network analysis of driver genes in human cancers. Frontiers in Bioinformatics, 2024; 4 DOI: 10.3389/fbinf.2024.1365200Condividi questo articolo