Tumore cervice, firma molecolare predice risposta a trattamento -3-

Rus

Roma, 23 lug. (askanews) - "L'algoritmo di machine learning da noi sviluppato - aggiunge infine la dottoressa Daniela Gallo - consente di determinare la probabilità di sensibilità o resistenza alla CRT, a partire dal livello di espressione dei marcatori d'interesse, misurati con una metodica di analisi di uso comune nei laboratori e di facile utilizzo. Una volta validati su una coorte più ampia di pazienti, questi risultati potrebbero rappresentare un importante passaggio verso l'applicazione di approcci terapeutici personalizzati nel trattamento della malattia. L'identificazione di biomarcatori molecolari predittivi di risposta alla terapia, cioè caratteristiche oggettivamente misurabili e valutabili, costituisce infatti uno degli obiettivi più importanti della medicina personalizzata. Determinante ai fini della traslazionalità della ricerca, è soprattutto la capacità di trasferire nella pratica clinica i risultati ottenuti in laboratorio, cioè in altre parole di realizzare kit destinati ad uno screening rapido e poco costoso delle pazienti", conclude la dottoressa Gallo.