Che cosa stimola il nostro sistema immunitario a reagire ai tumori? Il Tnf, Tumor necrosis factor, è una molecola che ha un ruolo importante nella regolazione delle cellule del sistema immunitario, e di solito viene prodotta in risposta a uno stimolo. I difetti nella regolazione di queste cellule sono implicati in numerose malattie umane, come ad esempio il cancro. Dalla collaborazione tra Roberto Chignola, del dipartimento di Biotecnologie dell’ateneo scaligero, e Edoardo Milotti, docente del dipartimento di Fisica dell’università di Trieste, è nato un nuovo modello matematico in grado di prevedere in maniera più precisa l’azione del Tnf. Quest’importante risultato, pubblicato sulla rivista Bioinformatics, verrà utilizzato nel modello computazionale per la crescita dei tumori.
Lo sviluppo della ricerca. “Il Tnf è una molecola con una storia molto lunga –spiega Chignola – iniziata più di un secolo fa quando Brunes si accorse che alcuni dei suoi pazienti ammalati di tumore mostravano una remissione spontanea della malattia dopo aver avuto un'infezione batterica acuta”. E prosegue: “Questa osservazione ha portato parecchi anni dopo alla scoperta del Tnf, che ha un ruolo molto importante sia nei processi infiammatori, sia nei tumori. Studi successivi hanno mostrato che il Tnf serve a trasmettere segnali tra le cellule, che il suo meccanismo di azione è estremamente complesso, e che può veicolare messaggi apparentemente ambigui; in alcuni casi stimola la resistenza della cellula, in altri la spinge ad una forma di suicidio cellulare, la cosiddetta apoptosi”. Sebbene può causare la morte di alcuni tumori, il Tnf è in grado di stimolare la crescita di altri tipi di tumori. Da qui l’esigenza di riuscire a prevedere l’azione della molecola e utilizzarla in maniera efficace nella lotta contro i tumori. “Grazie alla collaborazione con Vladislav Vyshemirsky del Dipartimento di Matematica e statistica dell’ Università di Strathclyde in Scozia – sottolinea Chignola – il gruppo ha potuto utilizzare al meglio le poche misure esistenti in letteratura, analizzando i dati con un metodo statistico moderno ed estremamente sofisticato, il “Sequential Monte Carlo sampler”. Questo ha permesso di individuare con notevole precisione i parametri del modello ovvero i numeri che lo caratterizzano, essenziali per rendere realmente predittivo il modello stesso”.
