Un algoritmo consente di rilevare nei dataset biologici i segnali prodotti da piccole popolazioni cellulari, come cellule staminali tumorali o cellule tumorali dormienti, che normalmente vengono confusi con rumore statistico. Lo studio è stato condotto dai ricercatori dell’Istituto superiore di sanità (Iss) e pubblicato sulla rivista Algorithms, con il supporto dell’Associazione italiana per la ricerca sul cancro (Airc) e del Ministero della Salute nell’ambito del Pnrr Missione 6.
Il metodo è stato testato su diversi insiemi di dati e si è dimostrato in grado di identificare le piccole popolazioni cellulari coinvolte nella risposta immunitaria contro i tessuti tumorali. «Il nostro algoritmo riesce a superare l’effetto confondente del rumore statistico, isolando segnali deboli ma reali e significativi» ha spiegato Alessandro Vici, ricercatore under 40 del Dipartimento di Oncologia e Medicina molecolare dell’Iss e primo autore dello studio.
«L’importanza di questo approccio – ha sottolineato Ann Zeuner, responsabile scientifico dei progetti – consiste nella possibilità di acquisire informazioni preziose su cellule staminali tumorali e cellule dormienti, che spesso restano nel corpo dopo le terapie oncologiche e possono causare recidive anche a distanza di decenni. Comprendere la loro biologia è cruciale per sviluppare strategie di eliminazione o, almeno, di mantenimento nello stato dormiente per tutta la vita del paziente».
Il metodo, aggiunge Alessandro Giuliani del Dipartimento Ambiente e Salute dell’Iss, ha inoltre una valenza generale, potendo essere applicato all’analisi di segnali deboli e informativi in qualsiasi dataset ad alta dimensionalità.