Riconversione di Farmaci Non Oncologici: una Nuova Frontiera nell’Oncologia Personalizzata

In uno studio rivoluzionario pubblicato su npj Precision Oncology di Nature, i ricercatori hanno sviluppato un approccio computazionale avanzato per identificare farmaci non oncologici con potenziali effetti antitumorali. Analizzando i dati sull’espressione genica, lo studio introduce un nuovo metodo per abbinare i farmaci esistenti, originariamente approvati per condizioni non oncologiche, a tipi di cancro specifici, aprendo la strada a opzioni di trattamento più rapide ed economiche.

La riconversione dei farmaci è da tempo un’area di interesse in oncologia, offrendo una scorciatoia per nuove terapie utilizzando farmaci che hanno già superato gli studi di sicurezza. Tuttavia, i metodi precedenti per identificare tali candidati si basavano in gran parte su osservazioni empiriche o su screening ad ampio spettro. Questo nuovo studio applica sofisticati modelli computazionali per analizzare i profili molecolari di diversi tipi di cancro, prevedendo quali farmaci esistenti potrebbero interferire con le principali vie del cancro. L’approccio mira a creare strategie di trattamento personalizzate abbinando le caratteristiche del tumore dei pazienti a farmaci non oncologici che potrebbero sopprimere la progressione del cancro.

I risultati evidenziano diversi candidati promettenti, tra cui farmaci originariamente progettati per malattie cardiovascolari, metaboliche e autoimmuni. Questi farmaci sono stati identificati come aventi potenziali proprietà antitumorali mirando a firme di espressione genica comuni nei tipi di tumore aggressivi. A differenza della scoperta di farmaci tradizionale, che può richiedere decenni e miliardi di dollari, questo metodo potrebbe accelerare l’introduzione di nuovi trattamenti contro il cancro, riducendo significativamente i costi.

Uno degli aspetti più interessanti di questa ricerca è la sua potenziale applicazione nella medicina di precisione. Invece di un approccio unico per tutti, i medici potrebbero sfruttare i modelli computazionali per identificare farmaci riconvertiti su misura per il profilo tumorale di un singolo paziente. Questa strategia potrebbe essere particolarmente vantaggiosa per i tumori rari o resistenti al trattamento, dove le terapie convenzionali spesso falliscono.

Sebbene i risultati siano promettenti, è necessaria un’ulteriore convalida clinica prima che questi farmaci possano essere integrati nei protocolli di trattamento standard del cancro.

Fonte.