Combattere la resistenza ai farmaci con metodi computazionali

Quando Francesca Buffa (Dipartimento di Computing Sciences) è entrata in Bocconi, nel febbraio 2022, è arrivata a Milano con un progetto finanziato dall'ERC all'attivo:(MicroC - Agent-Based Modelling of Gene Networks to model clonal selection in the tumour microenvironment and predict therapeutic resistance.

L'obiettivo immediato di MicroC è sviluppare metodi computazionali che permettano di comprendere meglio, e auspicabilmente superare, la resistenza ai farmaci in un tumore particolarmente difficile, il tumore del seno triplo negativo. Lo scopo finale è quello di generalizzare l'approccio per svelare il comportamento e le interazioni cellulari in una varietà di ambienti e di malattie complesse, in cui cioè diversi tipi di cellule si scambiano segnali a vicenda, seguendo percorsi biologici diversi.

Francesca Buffa sta sviluppando nuovi metodi computazionali che coniugano la network analysis, i modelli basati sugli agenti e la genomica.

"In questa linea di ricerca," spiega la professoressa, "consideriamo la cellula come una rete di geni e modelliamo il comportamento della cellula come il risultato delle interazioni (scambio di segnali) dei geni. Le cellule, a loro volta, interagiscono tra loro determinando la crescita del cancro, nel nostro caso, o qualsiasi altro risultato di interesse, in altre malattie o problemi biologici."

Il progetto combina esperimenti di laboratorio, osservazione dei tessuti dei pazienti e addestramento di cellule virtuali in un modello di machine learning che simula il comportamento di geni e cellule.

"Adottiamo un processo iterativo," spiega Buffa. "Osserviamo ciò che accade alle cellule in presenza di diverse perturbazioni e alimentiamo, con questi dati, il nostro modello finché non è in grado di prevedere l'effettivo comportamento delle cellule. Poi ripetiamo lo stesso processo con diverse perturbazioni e osserviamo se il modello si comporta correttamente. In caso contrario, gli forniamo nuovi dati e così via."

A ogni iterazione, il modello migliora. L'obiettivo di questo addestramento è avere un modello che possa essere utilizzato per simulare un gran numero di ipotesi diverse sulla reazione delle cellule cancerose alle nuove terapie e prevedere le combinazioni ottimali di queste terapie.

I modelli basati su agenti sono già utilizzati in molti campi, comprese le simulazioni degli effetti di nuovi farmaci, ma MicroC fa un passo avanti, modellando la cellula come un meta-agente, cioè una rete di agenti, in questo caso di geni. "Tutto ciò permetterà di utilizzare in modo dinamico informazioni come quale gene attiva un altro gene. Possiamo definire il comportamento di una cellula come risultato degli stimoli prodotti dalla rete interna."

Il prototipo finale di modello sarà specifico, descrivendo il comportamento di cellule cancerose ben definite, ma il metodo promette di essere trasferibile ad altri tipi di cancro, ad altre malattie e persino ad altri campi. "I prossimi passi," conclude Buffa, "saranno il perfezionamento del processo di apprendimento di questi agenti computazionali, l'ottimizzazione dell'addestramento dei meta-agenti e l'identificazione di approcci capaci di affrontare il problema della grande capacità computazionale richiesta da questi metodi."

L'assunzione di Francesca Buffa in Bocconi è stata resa possibile grazie al contributo di Fondazione Romeo ed Enrica Invernizzi, uno dei maggiori sostenitori dell'Università. L'attività di ricerca di Francesca Buffa si è distinta nel Bando ERC della Fondazione Cariplo, che ha l'obiettivo di promuovere l'attrattività del sistema della ricerca in Lombardia. Il bando consente di reclutare studiosi vincitori di ERC provenienti da centri di ricerca stranieri e di trasferire il finanziamento in un'università lombarda.