Titolo della tesi: Network Medicine Applications for Prostate Cancer Early Detection
Introduzione: Il carcinoma della prostata (PCa) rappresenta la neoplasia più frequentemente diagnosticata negli uomini e una delle principali cause di morbidità e mortalità a livello mondiale. Nonostante i progressi ottenuti con la risonanza magnetica (MRI), gli attuali percorsi diagnostici presentano ancora criticità rilevanti, in particolare nel bilanciamento tra la sovradiagnosi di tumori clinicamente non significativi (ciPCa) e la mancata identificazione delle forme clinicamente significative (csPCa). La crescente disponibilità di tecniche di profilazione molecolare e di metodi computazionali apre nuove prospettive per una diagnostica di precisione.
Obiettivo: Il progetto di dottorato ha avuto come obiettivo primario la definizione e la validazione di un percorso diagnostico integrato, non invasivo, per la diagnosi precoce del PCa clinicamente significativo, mediante l’integrazione di dati clinici, di imaging e molecolari analizzati con un approccio di network medicine.
Metodi: Il progetto è stato articolato in tre fasi consecutive. Uno studio pilota proof-of-concept ha dimostrato la fattibilità dell’integrazione di biomarcatori derivati da risonanza magnetica (MRI), profili di microRNA (miRNA) circolanti e dati clinici. L’analisi di co-espressione genica ponderata (Weighted Gene Co-expression Network Analysis, WGCNA) ha permesso di identificare i principali miRNA associati all’aggressività della malattia, seguita da analisi di arricchimento funzionale. Successivamente, uno studio prospettico di validazione ha confermato la performance diagnostica dei biomarcatori di RM integrati con i miRNA identificati (miR-302a-5p e miR-367-3p) e i dati clinici.
Risultati: Il percorso diagnostico integrato ha migliorato in modo significativo l’accuratezza nell’identificazione del PCa clinicamente significativo rispetto ai percorsi standard di riferimento e a quelli basati esclusivamente sulla MRI o sui dati molecolari. L’analisi delle curve decisionali (Decision Curve Analysis) ha dimostrato il massimo beneficio clinico netto a soglie diagnostiche basse (5–10%), corrispondenti a una riduzione del 20–21% delle biopsie non necessarie senza perdita di diagnosi dei tumori clinicamente significativi.
Conclusioni: Questo lavoro propone e valida un innovativo modello diagnostico integrato basato su tecniche di network medicine, che combina biomarcatori di imaging, molecolari e clinici per la diagnosi di precisione del carcinoma prostatico. I risultati confermano la fattibilità e la rilevanza clinica dell’integrazione dei dati nei processi decisionali diagnostici, aprendo la strada a strategie di diagnosi precoce del carcinoma prostatico personalizzate, non invasive e sostenibili.