Il cancro può essere curato con numerosi farmaci, spesso combinati tra loro. Questi ‘cocktail’ farmacologici possono migliorare l’efficacia terapeutica e diminuire gli effetti collaterali dannosi riducendo la posologia dei singoli medicamenti. Il processo di studio e di analisi delle migliori combinazioni curative risulta però molto lento e difficile e, per questo motivo, i progressi terapeutici sono complicati e difficili. Ora però le cose potrebbero cambiare.
Un team di ricercatori finlandesi, attivi presso l’università Aalto, di Helsinki e di Turku, infatti, ha di recente messo a punto un particolare modello di apprendimento automatico, basato sull’intelligenza artificiale, in grado di stabilire in anticipo quali siano le combinazioni farmacologiche migliori per attaccare con successo diversi tipi di tumori maligni. Tale modello “è in realtà una funzione polinomiale familiare dalla matematica scolastica, ma molto complessa“, ha dichiarato in merito il professor Juho Rousu dell’Università Aalto.
I dati emersi dall’indagine svolta dai ricercatori finlandesi dimostrano che il nuovo sistema è in grado di rilevare associazioni farmacologiche efficaci che non erano state prese in considerazione fino a quel momento; i risultati sono stati di recente pubblicati sulla rivista Nature Communications.
Il professor Rousu ha sottolineato che “il modello fornisce risultati molto accurati. Ad esempio, i valori del cosiddetto coefficiente di correlazione erano più di 0,9 nei nostri esperimenti, il che indica un’eccellente affidabilità”.
Questo significa in pratica, come affermato da Tero Aittokallio, ricercatore dell’Istituto di medicina molecolare della Finlandia (FIMM) presso l’Università di Helsinki, che il nuovo sistema basato sull’intelligenza artificiale sarà utile ai ricercatori che si occupano di terapie oncologiche per “stabilire le priorità delle combinazioni di farmaci da scegliere tra migliaia di opzioni per ulteriori ricerche”.
Il nuovo modello di apprendimento automatico potrebbe essere utilizzato anche per altre malattie non necessariamente di natura oncologica. Ad esempio, L’intelligenza artificiale potrebbe stabilire in anticipo quali combinazioni di farmaci antimicrobici potrebbero essere impiegati con efficacia per la cura di malattie sostenute da batteri o da virus, non escluso il coronavirus Sars-Cov-2, l’agente causale di COVID-19, la malattia responsabile della pandemia in corso che ha finora contagiato oltre 65 milioni di individui e ucciso più di 1.500.000 persone in tutto il mondo.
