La ricerca sul cancro ha compiuto un passo significativo nella comprensione dei meccanismi molecolari che guidano la trasformazione tumorale. Un ambizioso studio durato sei anni ha portato alla scoperta di una nuova classe di molecole di RNA non codificante, chiamate oncRNA, che emergono specificamente nelle cellule cancerose e svolgono un duplice ruolo: alcune contribuiscono attivamente alla progressione della malattia, mentre tutte possono essere rilevate nel sangue come biomarcatori altamente specifici. La ricerca, che ha analizzato dati genomici di oltre 30.000 campioni tumorali e condotto estesi esperimenti funzionali su modelli animali, apre prospettive concrete per il monitoraggio non invasivo dei pazienti oncologici attraverso semplici prelievi ematici.
L'esistenza di questi RNA orfani era emersa inizialmente nel 2018 con l'identificazione di T3p, una piccola molecola di RNA rilevata esclusivamente nei tessuti di carcinoma mammario. Quel primo indizio ha innescato un'indagine sistematica su vasta scala che ha utilizzato dati di sequenziamento da The Cancer Genome Atlas, coprendo 32 diversi tipi di tumore. L'analisi ha rivelato che il fenomeno è tutt'altro che isolato: sono stati identificati circa 260.000 piccoli RNA specifici del cancro, presenti in ogni tipologia tumorale esaminata. Questi RNA rappresentano molecole che non compaiono nei tessuti normali ma emergono durante la trasformazione neoplastica, suggerendo un ruolo nell'adattamento delle cellule tumorali.
La distribuzione di questi oncRNA non è casuale ma segue pattern distintivi per ciascun tipo di tumore. I carcinomi polmonari mostrano un insieme di oncRNA differente rispetto ai tumori mammari, e queste firme molecolari si sono rivelate così caratteristiche da permettere la classificazione dei tumori con notevole precisione. Applicando modelli di machine learning ai pattern di espressione, i ricercatori hanno ottenuto un'accuratezza del 90,9% nell'identificazione del tipo tumorale, che si è mantenuta all'82,1% quando testata su un gruppo indipendente di 938 campioni. Anche all'interno dello stesso tipo di cancro emergono differenze significative: i tumori mammari basali presentano profili di oncRNA distinti da quelli luminali, suggerendo l'esistenza di sottotipi molecolari non ancora completamente definiti.
La caratterizzazione funzionale di questi RNA ha richiesto un approccio sperimentale sistematico. Per determinare quali oncRNA contribuiscono attivamente alla progressione tumorale, i ricercatori hanno creato librerie di screening contenenti circa 400 oncRNA provenienti da tumori mammari, del colon, polmonari e prostatici. Utilizzando vettori lentivirali, queste molecole sono state introdotte in cellule tumorali, aumentandone l'espressione in metà dei casi e riducendola nell'altra metà mediante costrutti "Tough Decoy". Le cellule modificate sono state successivamente impiantate in modelli murini xenograft per valutare quali oncRNA potenziassero la crescita tumorale.
L'analisi approfondita di due specifici oncRNA del cancro al seno ha rivelato meccanismi d'azione sorprendentemente potenti. Uno di questi ha innescato la transizione epiteliale-mesenchimale, un processo cruciale per la progressione tumorale e lo sviluppo di metastasi. L'altro ha attivato geni target di E2F, promuovendo la proliferazione cellulare. Entrambi hanno accelerato significativamente la crescita tumorale e aumentato la colonizzazione metastatica in modelli cellulari indipendenti. La validazione è arrivata dall'analisi dei dati dei pazienti: i tumori che esprimevano questi stessi oncRNA mostravano alterazioni delle medesime vie metaboliche osservate negli esperimenti, rafforzando la rilevanza biologica delle scoperte.
La scoperta più promettente dal punto di vista clinico riguarda il rilascio attivo di questi RNA nel circolo sanguigno da parte delle cellule tumorali. L'analisi di RNA libero circolante proveniente da 25 linee cellulari di cancro appartenenti a 9 diversi tessuti ha dimostrato che circa il 30% degli oncRNA viene attivamente secreto. Questa osservazione ha aperto la strada all'applicazione clinica: i ricercatori hanno analizzato campioni di siero di 192 pazienti con carcinoma mammario arruolate nello studio clinico I-SPY 2, che prevede chemioterapia neoadiuvante. I prelievi ematici sono stati effettuati prima e dopo il trattamento, permettendo di calcolare la variazione del carico totale di oncRNA.
I risultati clinici si sono rivelati straordinariamente informativi. Le pazienti con livelli residui elevati di oncRNA dopo la chemioterapia hanno mostrato una sopravvivenza globale peggiore di quasi quattro volte rispetto a quelle con livelli bassi. Questa associazione è rimasta statisticamente significativa anche dopo aver considerato indicatori clinici standard come la risposta patologica completa e il carico di malattia residua. Il fatto che un singolo millilitro di siero possa fornire un segnale così robusto rappresenta un risultato inatteso, considerando le difficoltà tecniche nel rilevare biomarcatori circolanti nelle fasi precoci della malattia.
Questo approccio RNA-based al monitoraggio della malattia minima residua potrebbe superare alcune limitazioni delle metodiche basate sul DNA libero circolante. Nel carcinoma mammario, i tumori spesso rilasciano quantità molto ridotte di DNA nel sangue, particolarmente negli stadi iniziali, rendendo difficile il monitoraggio. Gli RNA, essendo attivamente secreti piuttosto che passivamente rilasciati dalle cellule morenti, potrebbero offrire una finestra di osservazione più sensibile sull'attività tumorale residua dopo il trattamento.
Numerose questioni biologiche e cliniche rimangono aperte. I meccanismi molecolari attraverso cui gli oncRNA funzionali esercitano i loro effetti richiedono ulteriori indagini: interagiscono con proteine specifiche o con altri RNA? La loro azione è mediata da modifiche epigenetiche o da interferenza con pathways metabolici? Sul versante clinico, il monitoraggio in tempo reale delle variazioni degli oncRNA potrebbe guidare le decisioni terapeutiche, permettendo aggiustamenti tempestivi nei protocolli di trattamento. Potrebbero inoltre migliorare la stratificazione dei pazienti e la rilevazione precoce delle recidive, obiettivi che richiedono trial clinici prospettici su larga scala.
