Dal singolo gene alla rete dei processi biologici: un nuovo modo di vedere la malattia.
Network medicine: che cos’è in parole chiare
Come facciamo a dire “oggi non mi sento molto bene”? Magari ci sentiamo stanchi, oppure abbiamo un fastidioso raffreddore, oppure ci fa male la schiena. A volte è semplice andare a capire perché stiamo male: abbiamo dormito poco, il collega ci ha attaccato un virus, sono stato seduto in maniera scomposta. Ma potrebbe non essere così facile, infatti a volte la causa potrebbe essere nascosta, all’apparenza scollegata e difficile da individuare.
Pensiamo al nostro corpo come un orologio molto preciso, dove tutti gli ingranaggi funzionano in maniera fluida e sincrona. Quando è in salute tutto funziona alla perfezione, ma un giorno, per qualche motivo, un ingranaggio diventa difettoso. Non si rompe a sufficienza per fermare l’orologio, ma rallenta. Rallentando va a “infastidire” tutti gli ingranaggi che si trovano dopo, l’errore man mano si amplifica e alla fine l’ingranaggio che si trova dall’altra parte del meccanismo si rompe.
Ecco, le malattie a volte funzionano così, sono delle alterazioni di interazioni (o reti) che coinvolgono molecole, geni e cellule. Nel caso del nostro corpo queste reti includono interazioni tra proteine, regolazione dei geni e vie metaboliche oppure possono includere anche legami tra farmaci e malattie.
Per andare a risalire alla causa all’origine della malattia, quello che possiamo fare è creare una mappa della rete, riuscendo così a risalire a ritroso fino a trovare il motivo scatenante, il primo ingranaggio difettoso.
Network medicine: come funziona passo dopo passo
Per costruire la rete geni, proteine o metaboliti diventano dei nodi. Questi nodi vengono connessi tra di loro da degli archi, formando l’interattoma.
Una volta costruita, questa rete può essere analizzata. Solitamente le malattie sono delle interazioni che tendono a concentrarsi su cluster specifici. Un cluster è un insieme di nodi interconnessi tra loro, che ci permette di rilevare i possibili meccanismi alla base di una malattia, svelando così anche un bersaglio per la cura.
In questo modo i dati di genomica, trascrittomica, proteomica e metabolomica si combinano. Si ottiene così una visione completa dei processi patologici.
(Immagine a sx: Rappresentazione di rete neurale – Fonte: Designed by Freepik)
Conoscere il contesto di rete aiuta a personalizzare cure, ci permette quindi di entrare in un’ottica di medicina personalizzata dove i trattamenti diventano più mirati ed efficaci.
Network medicine: applicazioni concrete
Quello che vi ho presentato fino ad ora potrebbe sembrare più fantascienza che scienza, andiamo quindi a vedere qualche esempio concreto:
- Malattie cardiovascolari, le mappe molecolari indicano nuovi biomarcatori, suggerendo bersagli per farmaci più efficaci;
- Oncologia, le reti specifiche del tumore svelano geni chiave della crescita neoplastica, questo ci permette anche di applicare approcci di riposizionamento dei farmaci per trovare nuove terapie;
- Medicina tradizionale, la network pharmacology collega composti naturali a bersagli biologici, chiarendo meccanismi complessi di formule multifarmaco.
Network medicine: integrare non sostituire
Per decenni la medicina ha cercato un colpevole per ogni malattia: un gene difettoso, una proteina anomala, un solo bersaglio da colpire, ma il corpo umano è molto più complesso. Le nostre cellule comunicano in reti fittissime di segnali, reazioni e relazioni. Quando una di queste connessioni si rompe, spesso non è un singolo punto a cedere, ma un intero sistema che va in crisi.È qui che entra in gioco la network medicine.
Questa nuova frontiera della medicina guarda alle malattie come a disturbi delle reti biologiche, non di singoli elementi. Analizzando le interazioni tra geni, proteine e metaboliti, gli scienziati possono riconoscere i nodi cruciali dove la rete si rompe. In questo modo, è possibile individuare biomarcatori più affidabili per la diagnosi e bersagli terapeutici più efficaci, aprendo la strada sempre più alle cure personalizzate.
Nonostante i suoi progressi, la network medicine è ancora un campo giovane e in evoluzione, uno dei principali ostacoli è la mancanza di dati biologici completi e coerenti. Questo dovuto soprattutto all’eterogeneità delle persone e della continua evoluzione delle reti all’interno del nostro corpo. Quindi per ora è un approccio che ritroviamo più nei laboratori di ricerca che negli ospedali.
La vera sfida sarà proprio fare questo passo. Tradurre i risultati in strumenti diagnostici o terapie richiede validazioni rigorose, interoperabilità dei dati e collaborazione tra discipline diverse.
È un lavoro di squadra tra biologi, medici, informatici e ingegneri dei dati.
L’intelligenza artificiale sta dando una spinta decisiva. I nuovi algoritmi aiutano a interpretare enormi quantità di informazioni e a simulare come si comportano le reti biologiche nel tempo.
Grazie a questi strumenti, la network medicine potrà presto passare dalla teoria alla pratica clinica quotidiana.
Questa nuova visione della salute ci ricorda che siamo reti viventi, non semplici macchine biologiche.
Capire come queste reti si spezzano, e come possiamo ripararle, potrebbe essere la chiave di una medicina davvero personalizzata, predittiva e preventiva.
Fonti:
- Lee, L et al. (2020). Cardiovascular Research. https://doi.org/10.1093/cvr/cvaa321
- Zareian, S., & Sardari, S. (2024). Journal of Molecular and Clinical Medicine. https://doi.org/10.31083/j.jmcm0701002
- Zhang, P et. al (2023). Briefings in Bioinformatics. https://doi.org/10.1093/bib/bbad518
- Filetti, S. (2019). Endocrine. https://doi.org/10.1007/s12020-019-02139-w
- Silverman, E., et al. (2020). Wiley Interdisciplinary Reviews: Systems Biology and Medicine, 12. https://doi.org/10.1002/wsbm.1489
- Wang, R., et al. (2023). Arteriosclerosis, Thrombosis, and Vascular Biology. https://doi.org/10.1161/atvbaha.122.318731
- Lee, L., et. al. (2019). The American Journal of Pathology. https://doi.org/10.1016/j.ajpath.2019.03.009
- Ayar, E., et al. (2023). IEEE Transactions on Molecular, Biological and Multi-Scale Communications. https://doi.org/10.1109/tmbmc.2023.3308689
- Comte, B. et al. (2020). Network and Systems Medicine. https://doi.org/10.1089/nsm.2020.0004
- Luo, T et al. (2020). Chinese Journal of Integrative Medicine https://doi.org/10.1007/s11655-019-3064-0
