Studiare il genoma? Come il primo viaggio nello spazio

"Oggi abbiamo a disposizione tecniche computazionali molto avanzate, ma per risolvere problemi complessi occorre piuttosto realizzare e insegnare un approccio nuovo che, per forza, deve essere multidisciplinare". Francesca Buffa, new entry tra i full professors del dipartimento di Computing Sciences, spiega così la ragione ultima del melting pot che sta dando vita alla nuova struttura bocconiana. Lei stessa, laureata in fisica teorica a Torino, specializzatasi in scienze computazionali e fino a pochi mesi fa full professor a Oxford di Biologia Computazionale e Genomica del Cancro, è la dimostrazione di come e quanto intelligenza artificiale e machine learning possano integrarsi alle scienze fisiche, naturali e sociali per aprire frontiere inedite di ricerca.
Quando ha scelto di laurearsi in Fisica avrebbe mai immaginato di lavorare insieme a medici e biologi?
Magari non quando ero all'università, ma l'applicazione dei miei studi alle scienze mediche non è qualcosa che mi è capitato per caso, è una strada che ho scelto in un momento preciso, che ricordo benissimo. Quando, nel 2001, è stato pubblicato a Cambridge il sequenziamento del genoma umano io ero a Londra per un PhD in matematica applicata e, come altri scienziati, ho provato un'attrazione istintiva verso questo nuovo mondo. Per noi è stato come il primo viaggio sulla Luna, la scoperta di un universo inesplorato e una frontiera di conoscenza che si spalancava davanti a noi. È stato un momento molto emozionante e ho deciso subito che quello sarebbe stata la mia nuova sfida.
Nella sua ricerca più recente, che ha iniziato a Oxford e che proseguirà in Bocconi, le tecniche delle scienze computazionali sono applicate, per esempio, alla cura del glioblastoma. Con quali prospettive e quali obiettivi?
Uno dei principali freni allo sviluppo di nuove terapie per questo aggressivo tumore cerebrale è rappresentato dalla scarsità di biomarcatori che guidino lo sviluppo di nuovi farmaci. L'idea è quella dunque di seguire i pazienti prima e dopo le terapie, che purtroppo spesso non sono completamente efficaci, misurando l'RNA in circolazione nel sangue e cercando di capire la relazione tra le radiazioni ionizzanti, la progressione tumorale e il genoma dei pazienti appunto. Sono dati complessi, che prevedono numerose variabili e ai quali si devono integrare eventualmente anche i dati di imaging provenienti da risonanze o pet. I metodi di machine learning sono indispensabili a tutti gli stadi dell'analisi, per mappare questi dati, ripulirli, capirli e integrarli, e infine per arrivare a un modeling che ci aiuti a predirre quali pazienti risponderanno al trattamento.
Il valore di uno studio così ramificato e multidisciplinare, dunque, non arriva solo con la sua conclusione...
La comprensione di questi dati avviene in step progressivi e mettendo insieme conoscenze che provengono da ambienti scientifici e applicazioni biomediche diverse. Si può partire per esempio da informazioni provenienti da culture cellulari usando tecniche nuove come il Crispr che ci consentono di "spegnere" i geni uno alla volta e misurare la reazione cellulare. Possiamo poi misurare queste reazioni e capire più in dettaglio come le cellule cambiano. Esistono numerose biobank che abbinano dati e profili genetici di individui sani per capire con che probabilità possano sviluppare alcune patologie ed eventualmente attivare programmi di screening su larga scala senza necessariamente sequenziare l'intero genoma. Ma si possono anche costruire modelli computazionali per capire quali sono le fasi di sviluppo di una malattia, simularne la progressione o la risposta a un trattamento farmacologico. I risultati che vediamo nella medicina moderna, in tutti campi, includendo quello dei vaccini, non sarebbero possibili, soprattutto in tempi così rapidi, senza l'ausilio delle Computing Sciences e senza una community composta da informatici, biologi, fisici, matematici e medici, disposti a lavorare insieme. Mai come oggi la conoscenza viaggia in ogni direzione possibile.
Come si insegna tutto questo alle nuove generazioni?
Nella mia formazione sono stata a contatto con modi e mondi molto diversi tra loro e cerco di replicare questa apertura dando spazio a momenti in aula impostati come discussioni nelle quali il dialogo abbia più voci possibili. Il mio primo assaggio di docenza in Bocconi con l'AI Lab mi ha messo in contatto con un gruppo di studenti davvero molto preparato e molto interessato, e ai quali questo approccio aperto alle contaminazioni è sembrato assolutamente naturale. Nessuno di loro era in aula per imparare solo delle tecniche, ma tutti hanno fatto domande che andavano al di là degli esempi specifici e animato discussioni di livello anche molto alto.
Donne e materie Stem, è davvero un rapporto complicato? Lei che situazione ha trovato nelle università inglesi o giapponesi che ha frequentato?
Il problema delle poche presenze femminili nelle materie Stem c'è ovunque. In paesi come l'Inghilterra, dove pure i dati sulle lauree sono più bilanciati tra maschi e femmine rispetto all'Italia, tra le posizioni piu' senior, come i capi di dipartimento, si registra un gap altrettanto forte. Per ottenere un cambiamento culturale e che anche le ragazze si lancino più coraggiosamente verso queste discipline, serve rinnovare l'educazione primaria cioè quella che si fa tra elementari e medie. Se penso alla mia esperienza devo ritenermi molto fortunata, non solo perché ho avuto ottimi insegnanti ma perché ho avuto dei genitori che mi hanno appoggiata nei miei studi e aiutata essere libera di fronte alle scelte. Fu proprio mia mamma, filosofa, ad incoraggiarmi verso le materie scientifiche e la fisica!



Francesca Buffa è uno dei nuovi full professors del neonato Dipartimento di Computing Sciences, presso il quale ha già coordinato negli scorsi mesi il laboratorio di Intelligenza artificiale. Ricercatrice di fama internazionale, proviene dall'Università di Oxford, dove è stata docente di Biologia Computazionale e Genomica del Cancro, portando con sé il ruolo di Principal Investigator di un ERC Consolidator Grant per lo sviluppo di metodi computazionali per lo studio di malattie complesse, di un grant della Fondazione Invernizzi assegnata nel contesto del Bando ERC della Fondazione Cariplo, e di uno molto recente della fondazione Celeghin. Quest'ultimo coinvolge anche l'Azienda Ospedaliera Universitaria Pisana e la Fondazione Pisana per la Scienza nello studio sui biomarcatori dei pazienti affetti da glioblastoma, tumore al cervello tra i più aggressivi. "In Bocconi ho trovato un ambiente internazionale e una velocità negli apparati che non ha nulla da invidiare ai migliori atenei anglosassoni. Ho sperimentato personalmente una ferma volonta' di lavorare su temi importanti, una grande capacità di aprirsi alle novità e di integrarle, e in queste settimane non mi sono mai sentita fuori posto. Sono sicura che Milano sarà altrettanto accogliente con la mia famiglia, mio marito e nostri tre figli, che in questi giorni mi raggiungeranno da Oxford".