Nella medicina di precisione, uno dei nodi cruciali rimane la capacità di interpretare correttamente le varianti genetiche individuate nei pazienti: sapere che una mutazione è potenzialmente dannosa non basta, occorre comprendere quale tipo di patologia potrà svilupparsi. Un sistema di intelligenza artificiale sviluppato presso la Icahn School of Medicine del Mount Sinai promette di compiere questo salto qualitativo, collegando direttamente le alterazioni del DNA alle manifestazioni cliniche attese. La ricerca, pubblicata su Nature Communications il 15 dicembre, introduce un approccio denominato V2P (Variant to Phenotype) che potrebbe accelerare significativamente la diagnosi genetica e orientare lo sviluppo di terapie mirate per malattie rare e complesse.
La maggior parte degli strumenti di analisi genetica attualmente disponibili si limita a classificare una mutazione come potenzialmente patogenica o benigna, senza fornire indicazioni sul tipo di malattia che potrebbe causare. Questa lacuna costringe i clinici a esaminare manualmente migliaia di varianti candidate prima di identificare quella responsabile dei sintomi del paziente, un processo laborioso che rallenta la diagnosi. V2P supera questa limitazione utilizzando algoritmi di machine learning avanzato addestrati su un vasto database contenente sia varianti genetiche dannose che innocue, ciascuna associata a informazioni dettagliate sulle malattie correlate. Il sistema impara così a riconoscere schemi che collegano specifiche alterazioni genetiche a determinati esiti fenotipici, ossia alle caratteristiche cliniche osservabili nei pazienti.
Per validare l'efficacia del modello, i ricercatori hanno testato V2P su dati reali di pazienti opportunamente anonimizzati. I risultati mostrano che il sistema riesce frequentemente a posizionare la mutazione realmente patogena tra i primi dieci candidati, riducendo drasticamente il campo di ricerca. Come spiega David Stein, primo autore dello studio e dottorando nei laboratori di Yuval Itan e Avner Schlessinger, "il nostro approccio consente di individuare i cambiamenti genetici più rilevanti per la condizione del paziente, invece di setacciare migliaia di varianti possibili. Determinando non solo se una variante è patogenica ma anche il tipo di malattia che probabilmente causerà, possiamo migliorare sia la velocità che l'accuratezza dell'interpretazione genetica e della diagnostica".
Le implicazioni di questo strumento si estendono ben oltre la diagnostica clinica. V2P potrebbe infatti rivelarsi prezioso nella ricerca farmacologica, aiutando a identificare i geni e le vie molecolari più strettamente associate a specifiche malattie. Secondo Avner Schlessinger, professore di Scienze Farmacologiche e direttore del Centro di Intelligenza Artificiale per la Scoperta di Farmaci a Piccole Molecole presso il Mount Sinai, questo approccio "può guidare lo sviluppo di terapie geneticamente adattate ai meccanismi della malattia, in particolare nelle condizioni rare e complesse". La capacità di collegare varianti genetiche a specifici fenotipi patologici consente infatti di prioritizzare quali geni meritino approfondimenti e quali possano diventare bersagli terapeutici promettenti.
Il sistema si inserisce nell'evoluzione della medicina di precisione, un paradigma che mira a personalizzare le cure sulla base del profilo genetico individuale. Yuval Itan, professore associato di Intelligenza Artificiale e Salute Umana presso il Mount Sinai e membro del Charles Bronfman Institute for Personalized Medicine, sottolinea come V2P offra "una finestra più chiara su come i cambiamenti genetici si traducano in malattia, con importanti implicazioni sia per la ricerca che per l'assistenza ai pazienti". Collegando varianti specifiche ai tipi di patologie che più probabilmente causano, diventa possibile muoversi più efficientemente dalla comprensione biologica all'identificazione di approcci terapeutici potenziali.
La ricerca ha ricevuto supporto dai National Institutes of Health statunitensi attraverso diversi grant (R24AI167802, P01AI186771, R01CA277794, R01HD107528, R01NS145483), dalla Fondation Leducq e dalla Leona M. and Harry B. Helmsley Charitable Trust. Attualmente V2P categorizza le mutazioni in ampie classi di malattie, ma il team sta lavorando per raffinare le predizioni e integrare ulteriori fonti di dati, con l'obiettivo di renderlo ancora più utile nella scoperta farmacologica. Questo avanzamento rappresenta un passo concreto verso un futuro in cui la diagnosi genetica non solo identifica le mutazioni patogene, ma anticipa anche le loro conseguenze cliniche, orientando precocemente le decisioni terapeutiche e accelerando lo sviluppo di trattamenti mirati alle specifiche alterazioni molecolari di ciascun paziente.