Sphinks è un algoritmo sviluppato per identificare i tumori maligni, iniziando con quelli del cervello, e individuare i farmaci più efficaci per combatterli
L’algoritmo combina dati di analisi delle proteine tumorali e delle loro modificazioni per individuare gli enzimi che producono segni distintivi nelle cellule maligne, chiamati chinasi, e i relativi inibitori specifici che rappresentano bersagli terapeutici potenziali.
Sphinks è il secondo algoritmo sviluppato dal gruppo di ricerca di Antonio Iavarone e Anna Lasorella del Sylvester Comprehensive Cancer Center della Miller School of Medicine dell’Università di Miami, il primo aveva imparato a riconoscere una forma di tumore, il glioblastoma mitocondriale.
L’algoritmo Sphinks è in grado di identificare le proteine chinasi fondamentali che sono diverse per ognuno dei 3 gruppi di tumori più sfuggenti e grazie a questo strumento l’analisi diventa possibile per ogni singolo paziente se abbiamo a disposizione i dati relativi all’analisi di tutte le proteine del tumore.
La pratica clinica non utilizzava fino ad ora le proteine dei tumori, ma adesso diventa possibile indicare a ogni singolo paziente il suo bersaglio terapeutico, singolarmente se c’è l’analisi delle proteine, oppure individuando la famiglia alla quale appartiene il tumore.
Si sta esplorando il concetto di “basket trial”, ovvero di studi clinici che includano pazienti con lo stesso sottotipo biologico in tumori diversi.
L’obiettivo è di portare rapidamente ai pazienti i farmaci più efficaci possibili per i loro tumori, anche attraverso l’inclusione di pazienti con glioblastoma o carcinoma mammario o polmonare che hanno caratteristiche molecolari simili nello stesso protocollo clinico.

Maggiori informazioni nell’articolo “Così l’intelligenza artificiale dell’algoritmo Sphinks scova i tumori e trova le cure