Nuove prospettive per la prognosi del tumore al seno triplo negativo

Uno studio pubblicato su International Journal of Molecular Sciences ha analizzato il potenziale prognostico e predittivo di ARIADNE, un test trascrittomico per il tumore al seno triplo negativo (TNBC) sviluppato dai ricercatori del Centro per la Complessità e i Biosistemi dell'Università di Milano e commercializzato dallo spinoff Complexdata. Lo studio è stato condotto da Caterina La Porta, docente del dipartimento di Scienze e Politiche ambientali  e da Stefano Zapperi, docente del dipartimento di Fisica "Aldo Pontremoli" dell'Università Statale di Milano. Le loro scoperte hanno il potenziale per cambiare il modo in cui il TNBC verrà diagnosticata e trattata in futuro.

Il TNBC è un sottotipo altamente invasivo ed eterogeneo di cancro al seno che spesso presenta un alto tasso di recidiva e un esito sfavorevole. Lo studio ha rilevato che ARIADNE è più efficace di altri indicatori patologici comuni, come il grado, lo stadio e lo stato linfonodale, nello stratificare le pazienti con TNBC in gruppi con diverse statistiche di sopravvivenza libera da malattia. Inoltre, lo studio ha rilevato che la classificazione fornita da ARIADNE ha portato a differenze statisticamente significative nei tassi di risposta patologica completa all'interno dei gruppi.

Questi risultati offrono una speranza di miglioramento del trattamento e degli esiti per le pazienti affette da TNBC. Lo sviluppo di marcatori prognostici e predittivi come ARIADNE potrebbe portare a piani di trattamento più mirati ed efficaci, migliorando in ultima analisi la qualità di vita delle pazienti affette da TNBC.

"Il carcinoma mammario triplo negativo è una malattia difficile da trattare e abbiamo bisogno di strumenti migliori per prevedere gli esiti delle pazienti e la risposta al trattamento. Il nostro studio suggerisce che ARIADNE può essere uno strumento utile ai medici per stratificare le pazienti affette da TNBC e selezionare il piano di trattamento più appropriato per ogni individuo", spiega Caterina La Porta, che ha coordinato lo studio. "Lo sviluppo di ARIADNE ha comportato una combinazione unica di algoritmi computazionali e conoscenze specialistiche nel campo del cancro al seno. Riteniamo che il nostro approccio possa essere esteso ad altri sottotipi di tumore e portare, in ultima analisi, allo sviluppo di una diagnostica oncologica più accurata e personalizzata", conclude Stefano Zapperi.

Il link allo studio pubblicato su International Journal of Molecular Sciences.