13/05/2025
Una collaborazione tra l’Istituto di biofisica del Cnr di Pisa (Cnr-Ibf), l'Unità Operativa di Anatomia Patologica 2 (Azienda Ospedaliero-Universitaria Pisana) e la SOD Chirurgia Generale dell’Azienda Ospedaliero-Universitaria Pisana e il Dipartimento di Ricerca Traslazionale e delle Nuove Tecnologie in Medicina e Chirurgia della Università di Pisa, ha consentito di mettere a punto un approccio diagnostico innovativo basato sulla combinazione fra la Spettroscopia Raman e tecniche di Intelligenza Artificiale (IA) per l’identificazione dei tumori pancreatici.
I risultati della ricerca, pubblicati sulla rivista Scientific Reports dell’editore Nature, sono stati ottenuti da Gianmarco Lazzini, primo firmatario della pubblicazione, Raffaele Gaeta, Luca Emanuele Pollina, Annalisa Comandatore, Niccolò Furbetta, Luca Morelli e infine Mario D'Acunto, coordinatore della ricerca e autore corrispondente per l’articolo pubblicato.
Per effetto Raman si intende la diffusione inelastica di luce da parte di una molecola. La lunghezza d’onda della luce risultante dipende fortemente dalla natura chimica della molecola diffondente. È quindi possibile misurare l’effetto Raman allo scopo di ottenere informazioni sulla composizione chimica di un materiale complesso, ad esempio i tessuti utilizzati in una biopsia. In questo modo si può osservare come cambia la biochimca dei tessuti quando si passa dai tessuti sani a quelli neoplsticimaligni.
La ricchezza di informazioni ottenibili mediante la Spettroscopia Raman complica tuttavia l’interpretazione dei dati sperimentali. In tal senso, l’uso dell’IA rappresenta uno strumento complementare alla Spettroscopia Raman, che consente di leggere ed elaborare i risultati delle misure in modo rapido ed efficiente, in modo da ricavare delle informazioni di interesse. Da diversi anni, il gruppo del Cnr-Ibf guidato da Mario D’Acunto sta cercando di applicare la Spettroscopia Raman come ulteriore fattore diagnostico a supporto delle attuali tecniche che prevedono la colorazione dei tessuti istologici con eosina ed ematossilina.
In questo lavoro, il contributo di Cnr-Ibf alla ricerca è stato quello di misurare l’effetto Raman su biopsie solide di tessuti pancreatici. L’uso di algoritmi di IA sui dati sperimentali ha quindi consentito di distinguere con elevata accuratezza tessuti sani, tessuti affetti da pancreatite cronica e da adenocarcinoma duttale, uno dei tumori più mortali che colpiscono il pancreas. Lo studio ha inoltre consentito l’individuazione di biomarcatori molecolari, ossia molecole la cui presenza ad elevate concentrazioni è associabile all’insorgenza ed al grado di malignità della malattia.
Attualmente quello chirurgico è considerato l’approccio più efficace nel trattamento dei tumori pancreatici. Tale tecnica è in genere assistita da istopatologi esperti, che supportano il chirurgo nella stima accurata dei margini della massa tumorale. Tale procedura è spesso lunga e difficoltosa, e può condurre ad ambiguità diagnostiche. La tecnica presentata nell’articolo scientifico appena pubblicato può rappresentare un utile strumento da affiancare all’analisi istopatologica durante la diagnosi intraoperatoria, riducendo la percentuale di errore.
In prospettiva si prevede inoltre di poter implementare l’attuale tecnica Raman in dispositivi ingegnerizzati ultraveloci per le analisi ex vivo, o in sonde utilizzabili direttamente dal chirurgo in situ sul campo operatorio.
Per informazioni:
Mario D'Acunto
CNR - Istituto di biofisica
Area di Rierca CNR, via Moruzzi 1, 56124, Pisa
mario.dacunto@ibf.cnr.it
Vedi anche: