NETWORK MEDICINE – LE “NUOVE” ISTRUZIONI PER L’USO
Pubblicato su «Cell Press – MED» lo studio dei ricercatori dell’Università di Padova che propone una nuova visione pratica e teorica per ampliare i modelli in uso
La Network Medicine utilizza i principi della scienza della complessità per fondere e modellizzare enormi quantità di dati biologici – dal genoma alle proteine fino ai metaboliti. L’obiettivo è creare una mappa dinamica delle reti del corpo umano
- per distinguere con precisione gli stati di salute da quelli di malattia.
L’introduzione di tecniche mutuate dalla fisica statistica e dall’intelligenza artificiale ha permesso di affinare in modo significativo la comprensione delle “reti” che sono alla base delle patologie, rivoluzionando in molti casi la ricerca.
- Tuttavia la disciplina deve ancora superare limiti come la difficoltà di definire con esattezza le unità biologiche e le loro interazioni,
- l’interpretazione non sempre univoca dei modelli e la gestione delle incertezze insite nei dati sperimentali.
Il futuro della medicina delle reti dipende quindi dalla capacità di ampliare i modelli attuali.
Nel lavoro appena pubblicato su «Cell Press – MED» dal titolo “Challenges and opportunities in the network medicine of complex diseases”, Valeria d’Andrea e Manlio De Domenico del Dipartimento di Fisica e Astronomia “Galileo Galilei” dell’Università di Padova con Joseph Loscalzo – uno dei padri della medicina delle reti – del Department of Medicine della Harvard Medical School di Boston,
- propongono un cambiamento di paradigma basato su tre assunti che rivoluzionano la prospettiva di applicazione.
«La medicina delle reti permette innanzitutto di comprendere meglio i meccanismi delle malattie complesse, mostrando come disturbi diversi possano condividere gli stessi gruppi di molecole e come mutazioni anche lontane possano avere effetto sugli stessi processi biologici, spiegando perché
- una stessa malattia può manifestarsi in modi diversi da individuo a individuo – afferma Manlio Di Domenico del Dipartimento di Fisica e Astronomia -.
Consente inoltre di individuare biomarcatori meno invasivi e più affidabili, ovvero tutti quegli indicatori misurabili che aiutano a riconoscere, monitorare o prevedere l’evoluzione di una malattia, e a identificare segnali che emergono solo quando si considerano informazioni provenienti da più sistemi biologici.
Questo approccio facilita anche la scoperta di nuovi bersagli terapeutici e il riposizionamento dei farmaci:
- come nel caso dell’aspirina, che ha rivelato benefici ben oltre il suo impiego iniziale,
- le reti permettono di individuare connessioni nascoste tra molecole, malattie e trattamenti».
Gli assunti del nuovo paradigma
Studiare le malattie come sistemi complessi dove tutto è interconnesso. La biologia, quindi, allarga la sua applicazione: la rete dei geni dialoga con la rete delle proteine, che influenza i metaboliti, che a loro volta determinano come le cellule comunicano tra loro e come i tessuti reagiscono. Questi modelli matematici multi-livello permettono di utilizzare queste connessioni e
- capire come una piccola alterazione possa avere effetti a catena nell’intero organismo.
Accettare l’inevitabile incertezza dei dati osservati per ottenere risultati più affidabili grazie a modelli probabilistici. Si tratta di essere
- consci che le reti biologiche non sono mappe definitive e immutabili.
La loro incompletezza è dovuta al fatto che sono state
- generate con metodi sperimentali che hanno margini di errore.
Lo studio propone l’utilizzo di modelli probabilistici che incorporano fin dall’inizio questa incertezza, rendendo le stime più solide e le applicazioni cliniche più trasparenti.
Integrare fisica e chimica per capire davvero come funzionano le interazioni biologiche. Le reti non sono costituite solo da nodi e connessioni: dietro ogni interazione ci sono affinità di legame, concentrazioni, strutture tridimensionali, dinamiche molecolari. Inserire questi vincoli fisico-chimici nei modelli permette di avvicinarsi ai veri meccanismi che guidano salute e malattia.
«I recenti progressi nella fisica delle reti negli strumenti computazionali e nello studio delle reti biologiche – spiega Valeria d’Andrea, ricercatrice del dipartimento di Fisica e Astronomia dell’Ateneo patavino – ci permettono oggi di descrivere la complessità dei sistemi viventi come mai prima. Lo studio pubblicato è frutto della collaborazione tra il dipartimento di Fisica e Astronomia, il Padua Center for Network Medicine e la Harvard Medical School. Tra gli autori figura Joseph Loscalzo, uno dei principali esponenti internazionali della medicina delle reti, noto per aver introdotto concetti chiave come i moduli di malattia, ovvero
- gruppi di geni o proteine che lavorano insieme e che, quando si alterano, favoriscono la comparsa o l’evoluzione di una malattia, oltre ai metodi per riposizionare i farmaci basandosi sulle interazioni molecolari».
«Il Padua Center for Network Medicine e l’Università di Padova giocano un ruolo chiave in questo nuovo scenario perché
- occorrono forti sinergie tra fisici, medici, biologi, informatici e matematici.
Questa integrazione rende possibile lo sviluppo di tecniche e strumenti, come i gemelli digitali informati dai modelli computazionali e guidati dai dati, per una medicina davvero personalizzata: capace di interpretare dati complessi, prevedere l’evoluzione delle malattie e suggerire terapie mirate.
La medicina delle reti 2.0 – conclude Manlio Di Domenico – è in passo necessario per trasformare la crescente complessità dei dati biomedici in strumenti utili per medici e pazienti. Una nuova fase è appena iniziata, e potrà cambiare in profondità come comprendiamo, preveniamo e curiamo le malattie complesse».
Link alla ricerca: https://doi.org/10.1016/j.medj.2025.100920
Titolo: “Challenges and opportunities in the network medicine of complex diseases” – «Cell Press – MED» 2025
Autori: Valeria d’Andrea, Joseph Loscalzo, Manlio De Domenico
