fbpx Sconfiggere i 'poliziotti corrotti' per arrestare il cancro | Page 13 | Scienza in rete

Sconfiggere i 'poliziotti corrotti' per arrestare il cancro

Read time: 2 mins

Ricercatori dell’Istituto Clinico Humanitas hanno scoperto che Trabectedina – un farmaco sviluppato da prodotti naturali di origine marina – oltre ad essere un agente citotossico, è in grado di agire efficacemente con un meccanismo anti-tumorale che si basa sulla capacità di colpire il microambiente del carcinoma.

Da circa 30 anni è cresciuta l’attenzione al microambiente infiammatorio che circonda la cellula tumorale, nel quale e grazie al quale vengono disseminate metastasi a distanza, aprendo così la strada a strategie alternative di lotta al cancro, che tengano conto di questi effetti. Sono alcune cellule dell’immunità in particolare, come i macrofagi, che anziché svolgere il loro ruolo di difesa nel microambiente tumorale,  facilitano lo sviluppo e la diffusione del cancro, come dei ‘poliziotti corrotti’.

Il lavoro, pubblicato su Cancer Cell, costituisce un’evidenza solida del fatto che eliminare i macrofagi corrotti può essere di aiuto nella lotta contro dei tumori: sarcoma e carcinoma dell’ovaio. Specificamente, trabectedina uccide un sottogruppo di cellule immunitarie (macrofagi) che popolano il tessuto tumorale e sono noti come macrofagi associati al tumore (TAM). Queste cellule del sistema immunitario, invece di difendere l'organismo, come dovrebbero fare, vengono corrotte dal tumore e aiutano le cellule cancerose in diversi modi, ad esempio producendo fattori di crescita che stimolano la proliferazione tumorale e lo sviluppo di nuovi vasi, o la disseminazione del tumore. Oggi è noto che la presenza di TAM nel microambiente tumorale è significativamente associata a resistenza alla chemioterapia e alla progressione di malattia.
In pazienti con sarcomi, trabectedina riduce il numero di TAM e inibisce la loro attività pro-tumorale. Trabectedina agisce con due effetti anti-tumorali: colpisce sia le cellule tumorali che i TAM pro-tumorali. Questi risultati svelano, inoltre, una nuova modalità di azione di un farmaco anti-cancro clinicamente utile e già disponibile, ed aprono prospettive per l’utilizzo di questa caratteristica in nuovi contesti terapeutici.

“Questo importante traguardo scientifico - ha commentato Maria Ines Colnaghi, direttore scientifico di AIRC - è un esempio molto significativo di come, anche nella ricerca, l’unione faccia la forza. Grazie al nostro sostegno, i ricercatori di quattro centri di eccellenza milanesi hanno potuto lavorare insieme, con successo, allo stesso studio, sfruttando al meglio le loro peculiari competenze”.

La ricerca è stata coordinata da Paola Allavena, responsabile del Laboratorio di Immunologia Cellulare dell’Istituto Clinico Humanitas, e da Maurizio D’Incalci direttore del Dipartimento di Oncologia dell'Istituto di Ricerche Farmacologiche Mario Negri, in collaborazione  con l'Istituto Nazionale dei Tumori (Unità di Oncologia medica dei tumori mesenchimali dell’adulto, diretta da Paolo Casali, di Immunobiologia dei tumori umani, diretta da Andrea Anichini, e Silvana Pilotti di Patologia,) e Università degli Studi di Milano.

Ufficio Stampa Istituto Clinico Humanitas

Autori: 
Sezioni: 
Canali: 
Medicina e ricerca

prossimo articolo

Perché le reti neurali hanno vinto i Nobel per la fisica e la chimica?

Quest'anno l'Intelligenza Artificiale ha fatto la parte del leone nei Nobel per la fisica e la chimica. Meglio sarebbe dire machine learning e reti neurali, grazie al cui sviluppo si devono sistemi che vanno dal riconoscimento di immagini alla IA generativa come Chat-GPT. In questo articolo Chiara Sabelli racconta la storia della ricerca che ha portato il fisico e biologo John J. Hopfield e l'informatico e neuroscienzato Geoffrey Hinton a porre le basi dell'attuale machine learning.

Immagine modificata a partire dall'articolo "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Il premio Nobel per la fisica 2024 è stato assegnato a John J. Hopfield, fisico e biologo statunitense dell’università di Princeton, e a Geoffrey Hinton, informatico e neuroscienziato britannico dell’Università di Toronto per aver sfruttato strumenti della fisica statistica nello sviluppo dei metodi alla base delle potenti tecnologie di machine learning di oggi.