Pronti i gemelli digitali di malati di tumore, per cure su misura

Un gemello digitale per ogni paziente malato di tumore , sul quale sperimentare diverse terapie finoa a individuare la più efficace : è stato messo a punto dal gruppo di rcerca guidato dall'azienda biotech britannica Concr, che lo sta già sperimentando in uno studio in corso, al quale partecipa un gruppo di donne affette da tumore al seno. La tecnologia, chiamata FarrSight©-Twin, si basa su algoritmi utilizzati dagli astrofisici per individuare i buchi neri , ed è stata presentata al congresso organizzato a Barcellona da Organizzazione Europea per la Ricerca e la Cura del Cancro (Eortc), National Cancer Institute statunitense e Associazione Americana per la Ricerca sul Cancro (Aacr).

Ciascun gemello digitale viene realizzato a partire dai dati di migliaia di pazienti che sono stati curati in modi diversi . Queste informazioni sono poi combinate con quelle relative paziente reale e alla forma di tumore di cui soffre. I ricercatori guidati da Uzma Asghar hanno messo alla prova la loro tecnologia ricreando diversi studi clinici fatti in passato , aggiungendo un gemello per ogni partecipante .

I risultati mostrano che le copie digitali hanno aiutato a prevedere con precisione l'esito degli studi , e che i pazienti che, secondo questa tecnologia, hanno ricevuto la terapia migliore , hanno visto il tumore ridursi nel 75% dei casi , contro il 54% di coloro che hanno ricevuto una cura diversa.

"Grazie a questa tecnologia, i ricercatori possono simulare le sperimentazioni sui pazienti in una fase molto più precoce dello sviluppo di un farmaco , e possono ripetere la simulazione più e più volte per valutare diversi scenari ", commenta Asghar. "Progettare e testare nuovi trattamenti contro il cancro è impegnativo, dispendioso in termini di tempo e costoso", aggiunge Timothy Yap, co-presidente del congresso e non coinvolto nello studio: "Se riusciamo a sfruttare gli strumenti digitali per rendere questo processo più rapido e semplice, ciò dovrebbe aiutarci a trovare terapie migliori per i pazienti in modo più efficiente".