Come individuare in fase precoce le possibili recidive del tumore al seno

Grazie alla metabolomica, un genere di analisi basata sulla risonanza magnetica nucleare, è possibile in modo non invasivo raccogliere informazioni rilevanti per la salute, anche in campo oncologico.
Interno del CERM, Centro di Risonanze Magnetiche al polo di Sesto

 Individuare in fase precoce le possibili recidive del tumore al seno in modo non invasivo. E’ la strada aperta dallo studio pubblicato sulla rivista scientifica Clinical Cancer Research, che lo segnala fra gli highlight del numero di marzo. A firmarlo il team internazionale coordinato da Angelo Di Leo, del Dipartimento di Oncologia Medica “Sandro Pitigliani” dell’Ospedale di Prato, in collaborazione con i ricercatori del Centro di Risonanze Magnetiche (CERM) dell’Università di Firenze guidati da Claudio Luchinat (“Serum Metabolomic Profiles Identify ER-Positive Early Breast Cancer Patients at Increased Risk of Disease Recurrence in a Multicenter Population”,doi: 10.1158/1078-0432.CCR-16-1153).

Lo studio – svolto in collaborazione con il gruppo di ricerca di Richard Love dell’International Breast Cancer Research Foundation, Madison (Wisconsin) – potrà contribuire all’individuazione della migliore scelta terapeutica per le donne con tumore al seno in fase precoce, nell’ottica della medicina personalizzata.

“Molte pazienti a basso rischio spesso ricevono inutilmente trattamenti chemioterapici, aumentando così il rischio di effetti collaterali durante la terapia – spiega Angelo di Leo – D’altronde è di fondamentale importanza stabilire quali pazienti siano effettivamente ad alto rischio per trattarle e monitorarle in modo appropriato”.

A questo scopo, nei laboratori del CERM, i ricercatori Unifi Claudio Luchinat, Alessia Vignoli e Leonardo Tenori hanno analizzato con la risonanza magnetica nucleare oltre 700 campioni di siero provenienti da donne coinvolte in un trial clinico di fase III condotto dall’International Breast Cancer Research Foundation.

L’analisi ha permesso di definire due distinti profili metabolici, caratteristici delle pazienti in fase precoce e in fase metastatica, e il modello statistico costruito su un sottogruppo di campioni ha permesso di distinguere i due gruppi con un’accuratezza del 90%. In un gruppo indipendente di pazienti oncologiche in fase precoce, inoltre, il modello statistico è stato impiegato per predire il rischio di recidiva, partendo dall’ipotesi che una paziente ad alto rischio possa avere già micrometastasi. Con questo approccio sono state individuate correttamente oltre il 70% delle pazienti ad alto o basso rischio di recidiva.

“Questi risultati – commenta Claudio Luchinat – aprono la strada all’utilizzo in ambito oncologico dell’analisi metabolomica basata sulla risonanza magnetica nucleare, fornendo un strumento semplice, non invasivo e poco costoso capace di dare informazioni prognostiche rilevanti per le donne con tumore al seno.”

 

More from Silvia D'Addario

Come si inceppano le difese immunitarie del nostro cervello

Scoperto come comunicano due gruppi di cellule del sistema nervoso centrale, gli...
Leggi di più