PISA – Un nuovo modello di intelligenza artificiale per la previsione di terapie personalizzate in oncologia.
In grado di anticipare quali siano i candidati farmaci che potrebbero essere più efficaci nel ridurre la crescita tumorale a partire dall’informazione genomica dei pazienti.
A elaborarlo la Scuola Normale di Pisa, che tramite il gruppo di bioinformatica del laboratorio di biologia ha elaborato il nuovo metodo. L’approccio, chiamato CellHit, è stato addestrato su grandi banche dati di sensibilità di linee cellulari di cancro al trattamento con migliaia di farmaci, sia oncologici che non-oncologici. Mediante una procedura innovativa basata su modelli di linguaggio (MixtralAI e ChatGPT), sono stati annotati per ogni farmaco i geni responsabili del loro meccanismo d’azione.
Questo approccio è stato poi utilizzato per processare i dati trascrittomici di pazienti affetti da adenocarcinoma pancreatico, in collaborazione con il gruppo guidato da Gioacchino Natoli allo Ieo di Milano e di pazienti affetti da glioblastoma multiforme, in collaborazione con il gruppo guidato da Chiara Maria Mazzanti alla Fondazione Pisana per la scienza.
