22/02/2021
Il saggio clonogenico è una tecnica per la quantificazione del grado di sopravvivenza delle colture cellulari in vitro, che si basa sulla capacità di una singola cellula di crescere e formare una colonia. Nella ricerca oncologica, per quantificare il numero e le dimensioni delle colonie cellulari dopo l'irradiazione con radiazioni ionizzanti o la somministrazione di farmaci, è necessaria una misura per valutare l'effetto antiproliferativo di questi trattamenti.
Da un punto di vista biologico, questa quantificazione - che mira a identificare e stimare le colonie formatesi a seguito di un trattamento specifico - rappresenta ancora un problema aperto. Esistono infatti criticità non ancora del tutto risolte, quali: l'elevata variabilità dipendente dalla specifica linea cellulare utilizzata e la soggettività nelle procedure di quantificazione da parte del ricercatore biologo.
Il Quantum-inspired Machine Learning (QiML) sfrutta il potere espressivo del linguaggio quantistico per aumentare l'accuratezza di un classificatore binario ispirato dalla teoria dell'informazione quantistica al contesto dell'imaging biomedico nella valutazione del saggio clonogenico per identificare la feature più discriminante - tra contrasto, correlazione, energia e omogeneità - consentendo di migliorare la segmentazione delle colonie.
L'approccio proposto in questo lavoro è il risultato del “punto di contatto” tra machine learning, quantum information theory e analisi biologica. Nel complesso, i risultati ottenuti sono accurati e affidabili. Dal punto di vista computazionale, l'approccio utilizzato, sia in termini di caratteristiche che di classificatori di tipo quantistico, ha permesso di ottenere prestazioni di segmentazione efficaci, con risultati molto simili allo standard di riferimento. Da un punto di vista biologico, i risultati ottenuti fornirebbero un supporto nella quantificazione dell'area del pozzetto coperta da colonie cellulari in saggi clonogenici di sopravvivenza.
È estremamente importante utilizzare un approccio che consenta di quantificare la sopravvivenza cellulare in modo affidabile e riproducibile per determinare le curve dose-risposta, che rappresentano i modelli di studio primari in radiobiologia.
La pubblicazione su Nature Scientific Reports "A quantum-inspired classifier for clonogenic assay evaluations" è motivo di orgoglio e soddisfazione per gli autori e le istituzioni che essi rappresentano, la naturale finalizzazione di un proficuo lavoro di squadra dei ricercatori Carmelo Militello, Luigi Minafra, Giorgio Russo (Cnr-Ibfm - Cefalú, Palermo), Giuseppe Sergioli, Keng Loon Chow, Roberto Giuntini (Università di Cagliari), Filippo Torrisi (Università di Catania) e Leonardo Rundo (Department of Radiology, Università di Cambridge, Regno Unito).
Per informazioni:
Carmelo Militello
Cnr-Ibfm
c/o Ospedale Fondazione 'G. Giglio'
Contrada Pietrapollastra-Pisciotto, 90015 Cefalù (PA), Italy
carmelo.militello@cnr.it
Vedi anche:
Immagini:
