Sviluppo di un classificatore orizzontale di integrazione dei dati per la diagnosi precoce non invasiva del cancro al seno (RENOVATE)

Sfondo: Attualmente, la diagnosi precoce del carcinoma mammario invasivo si basa sull'uso combinato di mammografia ed ecografia. Questi approcci sono ancora subottimali in termini di accuratezza e sono necessari biopsia di conferma o test di richiamo in caso di sospetto radiologico. Recentemente, lo studio dei biomarcatori non invasivi nel cancro ha ricevuto un enorme interesse, favorito dal progresso delle tecnologie e dal potenziale per la diagnosi precoce dei tumori maligni. Tuttavia, nessuno studio ha finora tentato di applicare la valutazione simultanea di analiti biologicamente diversi e algoritmi di caratterizzazione dei dati (approcci radiomici) per aumentare l'accuratezza della diagnosi precoce del cancro al seno.

Ipotesi: più analiti biologici devono essere combinati con il perfezionamento degli algoritmi di radiomica per superare gli attuali limiti della diagnosi precoce del cancro al seno. L'obiettivo generale del progetto è sviluppare un classificatore di integrazione orizzontale dei dati (HDI) che consenta una diagnosi precoce non invasiva del carcinoma mammario invasivo con elevata precisione.

Obiettivi: Obiettivo 1: testare le prestazioni per la diagnosi di piccoli tumori mammari invasivi di a) sequenziamento ultrasensibile di nuova generazione su DNA tumorale circolante (ctDNA); b) array di proteomica a base di aptameri su proteine ​​plasmatiche; c) algoritmi di apprendimento automatico della radiomica. Obiettivo 2: Sviluppare un classificatore HDI basato sui metodi di cui sopra con l'obiettivo di ridurre la necessità di procedure invasive nella diagnosi precoce del carcinoma mammario. Obiettivo 3: Migliorare le prestazioni del classificatore HDI integrando altri metodi potenzialmente trasformativi di diagnosi non invasiva.

Disegno sperimentale: Saranno prelevati campioni di sangue periferico e campioni di urina da una coorte prospettica di 750 pazienti con piccole lesioni mammarie radiologicamente sospette sottoposte a biopsia diagnostica presso l'Unità di Senologia Diagnostica dell'Ospedale San Martino. Il sequenziamento di nuova generazione ultrasensibile (NGS) su ctDNA plasmatico verrà eseguito utilizzando un pannello di amplicone con tag personalizzato progettato da noi su una coorte di 3.269 casi di cancro al seno sequenziati dall'iniziativa GENIE. Verrà inoltre applicato un nuovo protocollo chiamato immunoprecipitazione del DNA metilato senza cellule e sequenziamento ad alto rendimento (cfMeDIP-seq) in collaborazione con il Dana Farber Cancer Institute, Boston per l'analisi del metiloma di piccole quantità di ctDNA da plasma e urina. Le potenziali proteine ​​plasmatiche correlate al cancro saranno analizzate utilizzando gli array proteici a base di aptameri SomaScan in collaborazione con il Sidra Medical Center, Doha, Qatar. Un classificatore radiomico sviluppato dal team Senology su un sottogruppo esplorativo dello studio ASTOUND, sponsorizzato dall'Università di Genova, sarà addestrato e testato sulla stessa coorte. Saranno valutati anche altri metodi diagnostici non invasivi. Un classificatore HDI sarà generato sui risultati di ctDNA, proteomica e radiomica, utilizzando metodi avanzati di apprendimento automatico. Il nostro classificatore HDI sarà finalmente integrato, se necessario, con altri predittori e convalidato sulla nostra coorte.

Risultati attesi: 1. Valutazione delle prestazioni di metodologie non invasive all'avanguardia nel contesto della diagnosi precoce del carcinoma mammario. 2. Sviluppo di un classificatore HDI non invasivo per il carcinoma mammario in fase iniziale. 3. Nuove scoperte biologiche sui piccoli tumori al seno.

Impatto sul cancro: 1. Aumento dell'accuratezza della diagnosi precoce del seno rispetto ai metodi attuali. 2. Riduzione della necessità di richiami e test invasivi nella diagnosi del cancro al seno. 3. Impatto a lungo termine sulla mortalità per cancro al seno.