Best Paper Award per una ricerca del Politecnico sulla diagnosi precoce del tumore al seno
Individuare i primi segnali biologici del tumore al seno, prima ancora che la malattia sia rilevabile, potrebbe aprire nuove prospettive per la diagnosi precoce. È questo l'obiettivo della ricerca di Elisabetta Roviera, laureata in Ingegneria Matematica nel marzo 2026, premiata con il Best Paper Award alla tredicesima edizione dell’International Work-Conference on Bioinformatics and Biomedical Engineering (IWBBIO 2026), svoltasi a Gran Canaria dal 15 al 17 luglio, appuntamento internazionale che riunisce ogni anno ricercatrici e ricercatori di bioinformatica, ingegneria biomedica, informatica e matematica applicata per promuovere il trasferimento della ricerca computazionale verso applicazioni cliniche concrete.
Nato dalla tesi di laurea magistrale di Elisabetta Roviera, il paper premiato, Biologically-Constrained CpG Panel for Breast Field Cancerisation Classification, è stato sviluppato insieme al professor Alfredo Benso del Dipartimento di Automatica e Informatica-DAUIN e al dottor Vincenzo Sandro Gambino, senologo dell'Ospedale di Rivoli (ASL TO3), il cui contributo clinico è stato fondamentale per orientare la ricerca verso una concreta applicazione in ambito oncologico.
La ricerca affronta un tema centrale per la diagnosi precoce del tumore al seno: il fenomeno della field cancerization, secondo cui il tessuto apparentemente sano che circonda un tumore presenta già alterazioni biologiche, invisibili al microscopio, che precedono la comparsa della malattia. Individuare questi segnali nel DNA potrebbe, in futuro, consentire di riconoscere il rischio di sviluppare un tumore prima che sia rilevabile con una biopsia o con le tecniche di diagnostica per immagini.
Lo studio propone un pannello di appena 30 marcatori epigenetici – piccole modifiche chimiche del DNA che regolano l'attività dei geni senza modificarne la sequenza – selezionati tra quasi mezzo milione di possibili siti presenti nel genoma. Per riuscirci, Elisabetta Roviera ha sviluppato il Field Progression Index (FPI), un indice originale che misura quanto un tessuto si sia avvicinato allo stato tumorale sulla base delle sue caratteristiche epigenetiche. L'approccio consente innanzitutto di rendere confrontabili dati provenienti da studi e tecnologie differenti, per poi individuare, attraverso algoritmi di ottimizzazione matematica, i marcatori più informativi e biologicamente significativi, molti dei quali associati a geni già noti per il loro ruolo nello sviluppo del tumore.
Il lavoro rappresenta un primo passo verso nuovi strumenti per la diagnosi precoce del tumore al seno. I risultati sono stati ottenuti analizzando dati pubblici già disponibili e dovranno ora essere confermati attraverso ulteriori studi su nuovi gruppi di pazienti e con tecnologie differenti. La ricerca dimostra però un aspetto fondamentale: i segnali biologici che precedono la comparsa del tumore sono misurabili e possono essere individuati attraverso un numero molto limitato di marcatori epigenetici, aprendo nuove prospettive per lo sviluppo di futuri test diagnostici sempre più precoci e mirati.