MILANO – Grazie a un approccio innovativo all’analisi dei Big Data, un gruppo di ricercatori del Centro della Complessita’ e dei Biosistemi (CC&B) dell’Universita’ di Milano e’ riuscito a identificare una sorta di firma genetica comune a obesita’, cancro alla mammella e diabete. Prove cliniche ed epidemiologiche avevano gia’ evidenziato il legame fra queste tre malattie, ma non era ancora stata ottenuta una solida conferma di questa relazione a livello di espressione genetica. Questo e’ dovuto a una serie di fattori, dalla grande variabilita’ fra i pazienti ai limiti dei modelli di studio in vitro. Ma soprattutto, c’e’ anche un grosso problema relativo ai dati: la presenza di una grande quantita’ di rumore di fondo, che rende difficile individuare alcuni elementi ricorrenti nei risultati delle analisi di migliaia di geni in molti individui diversi. Usando un nuovo approccio, basato sulla combinazione di due diverse tecniche chiamate decomposizione ai valori singolari e analisi di deregolazione dei pathway, i ricercatori sono riusciti a individuare 38 geni che sono espressi in maniera diversa negli adipociti provenienti da soggetti obesi, confrontati con quelli provenienti da soggetti non obesi. Una sorta di firma genetica che sembra caratterizzare in maniera specifica la condizione di obesita’, indipendentemente dal genere del soggetto. Questi geni sono soprattutto associati a processi di infiammazione e risposta immunitaria, e a complicazioni note dell’obesita’ come il diabete di tipo 2 e l’infertilita’. Essi, inoltre, sono deregolati in maniera simile nel caso di cancro alla mammella, il che sembra quindi confermare l’associazione fra questo tipo di tumore e l’obesita’. Alcuni di questi geni potrebbero quindi rappresentare degli interessanti marcatori biologici, utili non solo per ulteriori ricerche su questi temi, ma, eventualmente, anche per possibili scopi diagnostici. “La forza del nostro lavoro deriva dall’uso di metodi di filtraggio e riduzione del rumore particolarmente appropriati, grazie ai quali siamo riusciti a mitigare il batch effect. Questa strategia di analisi potrebbe venir utilizzata anche per studiare altre patologie, consentendo di sfruttare con maggior accuratezza l’enorme quantita’ di dati accumulati nella letteratura biomedica”, ha detto Caterina La Porta, membro del CC&B e professoressa di patologia generale al Dipartimento di scienze e politiche ambientali dell’Universita’ di Milano. “Grazie a questo approccio, siamo riusciti a identificare una lista di geni caratteristici dell’obesita’, che sono anche associati al diabete di tipo 2 e al cancro alla mammella. Il tutto con un grado di precisione simile a quello usato per identificare il Bosone di Higgs”.