Immagina di poter osservare le cellule vive nel loro ambiente naturale e di riuscire a capire, quasi come succede nei film, come interagiscono tra loro. Ora questo è possibile grazie a CausalXtract, un innovativo strumento computazionale, sviluppato da un team di ricercatori e ricercatrici per studiare, conoscere e svelare i segreti delle dinamiche cellulari, con possibili applicazioni nella lotta contro il cancro e molte altre malattie.
Alla guida del progetto ci sono il Prof. Eugenio Martinelli dell’Università degli Studi di Roma Tor Vergata e il Prof. Hervé Isambert dell’Institut Curie di Parigi, supportati da un team internazionale di scienziati e scienziate, tra cui la Dr.ssa Maria Colomba Comes e la Prof.ssa Arianna Mencattini del nostro Ateneo. Un team poliedrico ed eclettico, tenuto insieme dalla passione per la ricerca e dalle tante e varie competenze di ingegneria, biologia computazionale e analisi dati.
Da dove nasce il progetto?
Il progetto nasce con la volontà di sfidare e superare i limiti imposti dall’analisi delle immagini cellulari. La microscopia moderna, infatti, permette di raccogliere enormi quantità di immagini di cellule in tempo reale. Tuttavia, capire se una determinata azione cellulare ne provochi un’altra e che tipo di correlazione si istauri tra di esse non è semplice. Spesso, le analisi tradizionali si limitano a mostrare le interazioni senza, tuttavia, dimostrare il rapporto di causa ed effetto che vi è alla base di ogni connessione e di ogni risultato scientifico. Ecco allora che CausalXtract, vero e proprio detective delle relazioni cellulari, entra in gioco e mostra tutta la sua innovatività. Questo software combina, infatti, tecniche avanzate di analisi delle immagini con algoritmi di intelligenza artificiale per individuare ed evidenziare le relazioni di causa-effetto che si creano tra le cellule. Funziona come un vero e proprio investigatore digitale capace di esaminare ogni movimento e cambiamento, rivelando dinamiche nascoste e ritardi temporali nelle interazioni cellulari.
Una rivoluzione per la ricerca sul cancro
Uno dei primi campi di applicazione di CausalXtract è lo studio del microambiente tumorale, grazie alla tecnologia tumor-on-chip. Questo sistema permette di ricostruire in laboratorio ecosistemi tumorali realistici e di analizzarli con precisione. Grazie a CausalXtract, il team di ricerca ha, ad esempio, scoperto che i fibroblasti associati al tumore (CAF) possono ostacolare la morte programmata delle cellule cancerogene, anche in presenza di farmaci antitumorali. O ancora è stato osservato e dimostrato che alcune terapie modificano la forma delle cellule tumorali in modi mai visti e studiati in precedenza. Con la sua capacità di individuare legami causali nei sistemi biologici, CausalXtract ha, dunque, il potenziale per rivoluzionare la medicina e traghettarla verso un approccio sempre più preciso e personalizzato. Potrebbe contribuire, ad esempio, ad aiutare e migliorare le terapie oncologiche, a comprendere meglio le risposte immunitarie e persino a studiare come si sviluppano i tessuti nel tempo.
Man mano che la tecnologia della microscopia continua a progredire, strumenti come CausalXtract aprono nuovi orizzonti per la ricerca scientifica. Stiamo entrando in un’era in cui la medicina diventa sempre più basata su dati e prove, e CausalXtract è pronto a essere uno dei protagonisti di questa rivoluzione.
Articolo “CausalXtract, a flexible pipeline to extract causal effects from live-cell time-lapse imaging data” Simon et al, https://elifesciences.org/articles/95485
