Il metodo STELLA, messo a punto dai ricercatori dell’Università degli studi di Milano, è in grado di riconoscere i metaboliti in eccesso o in difetto (disbiotici) e cercare di correggerli con terapie personalizzate
È proprio il caso di dire che nasce sotto una buona “Stella” l’algoritmo messo a punto dai ricercatori dell’Università Statale di Milano in grado di analizzare il microbioma umano e fornire informazioni utili per scoprire possibili bersagli che potrebbero essere utilizzati nel trattamento. Nello studio “Analisi quantitativa delle deregolazioni metaboliche associate alle malattie nel microbioma umano” pubblicato sulla rivista iScience, i ricercatori hanno sviluppato una strategia che analizza il profilo dei metaboliti prodotti dalla complessa rete di microrganismi che costituisce il microbiota umano.
«Tutto ruota intorno al microbiota – spiega Caterina La Porta, docente di Patologia Generale presso il dipartimento di Scienze e Politiche Ambientali dell’Ateneo Milanese e coordinatrice dello studio –, un sistema dinamico di popolazioni di microrganismi che hanno tra loro una complessa interazione. Fino ad oggi la strategia più comune per identificare il microbiota di un individuo era di classificare i microrganismi presenti in base ad una analisi del metagenoma. L’algoritmo STELLA da noi sviluppato consente invece di analizzare il profilo dei metaboliti, quindi i prodotti terminali di questa rete complessa. In questo modo è possibile immaginare di ripristinare una condizione patologica, riportando i metaboliti al livello fisiologico».
Un metodo, dunque, che offre molte garanzie: «Il nome non è causale – racconta la professoressa La Porta – è dedicato alla giovane studentessa trentina Stella Maria Saro che insieme al giovanissimo collega Matteo Taiana, ha dato un aiuto prezioso alla messa a punto dell’algoritmo. Con il collega Stefano Zapperi, professore di Fisica teorica del dipartimento di fisica dell’Università degli studi di Milano, ho coordinato il lavoro. Il metodo STELLA è stato quindi applicato a soggetti autistici e a soggetti affetti da sclerosi multipla. Nel primo caso abbiamo analizzato dei dataset di autistici e sani identificando alterazioni associate al ciclo veglia sonno e al ciclo dell’umore, in particolare legate all’amminoacido triptofano – aggiunge la professoressa La Porta -. Per quanto riguarda i soggetti con sclerosi multipla, invece abbiamo riportato una alterazione a carico delle vie metaboliche coinvolte nella produzione di energia come glicolisi e gluconeogenesi».
In futuro questo algoritmo di facile applicazione potrà dunque essere un prezioso alleato nella ricerca delle alterazioni del microbioma di altre patologie. «Nel nostro lavoro scientifico apparso su iScience abbiamo confrontato STELLA con altri algoritmi disponibili in letteratura – sottolinea la coordinatrice dello studio – , dimostrando come STELLA presenti dei miglioramenti nell’analisi dei dati. Perciò siamo pronti ad analizzare campioni ad ampio raggio».
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato
