Manlio De Domenico Archivi

I GEMELLI DIGITALI PER LA MEDICINA PERSONALIZZATA

Studio dell’Università di Padova pone le basi per una nuova generazione di strumenti diagnostici e terapeutici che combinano la scienza delle reti, la biologia computazionale e la medicina digitale

Il futuro della medicina personalizzata sta assumendo una nuova forma grazie a un approccio trasparente basato su modelli computazionali che superano i limiti delle tradizionali metodologie di intelligenza artificiale.

Un team internazionale guidato da ricercatori dell’Università di Padova del Padua Center for Network Medicine ha proposto un nuovo quadro concettuale per l’uso dei gemelli digitali (digital twins) in medicina di precisione. Il gemello digitale è un modello virtuale di un oggetto fisico che segue il ciclo di vita dell’oggetto e utilizza i dati in tempo reale inviati dai sensori sull’oggetto stesso per simularne il comportamento e monitorare le operazioni.

I gemelli digitali per la medicina personalizzata; uno studio pubblicato sulla rivista NPJ Digital Medicine

I risultati della ricerca dal titolo Challenges and opportunities for digitaltwins in precision medicine from acomplex systems perspective sono stati pubblicati sulla rivista scientifica «NPJ Digital Medicine», del gruppo editoriale Nature, e pongono le basi per una nuova generazione di strumenti diagnostici e terapeutici che combinano la scienza delle reti, la biologia computazionale e la medicina digitale.

«Il nostro approccio non è un semplice esercizio di modellazione predittiva – spiega Manlio De Domenico, primo autore dello studio e docente al dipartimentodi Fisica e Astronomia dell’Università di Padova –. Si basa su modelli computazionali complessi guidati da ipotesi biologiche esplicite, che consentono di simulare e analizzare interventi terapeutici in modo trasparente e interpretabile, migliorando la comprensione dei meccanismi sottostanti ai processi biologici. La sfida, adesso, è farli comunicare bene tra loro».

Una piattaforma interdisciplinare per la medicina del futuro

Lo studio si distingue per la sua interdisciplinarietà, poiché integra concetti e tecniche della fisica statistica con la biologia e la medicina. I gemelli digitali descritti nel lavoro non sono semplici riproduzioni statistiche di dati clinici ma veri e propri modelli esplicativi che, in linea di principio, sono in grado di replicare in-silico il comportamento di cellule, organi o interi organismi utilizzando simulazioni basate su meccanismi biologici multiscala e multilivello. Questo consente di esplorare strategie terapeutiche dinamiche e ottimizzare le decisioni cliniche in tempo reale.

La ricerca, condotta in collaborazione con l’Università Ca’ Foscari di Venezia, la Binghamton University (USA), il London Institute for Mathematical Sciences e la Universidade Católica Portuguesa di Lisbona, mette in evidenza come questi modelli possano colmare le lacune delle tecniche basate sull’intelligenza artificiale “opaca”, definita tale in quanto la sua complessità impedisce agli utenti umani di comprendere e spiegare pienamente i meccanismi che la guidano, suscitando una certa diffidenza nel suo utilizzo. Questa complessità ostacola la diffusione dell’intelligenza artificiale in settori cruciali come medicina e sicurezza.

«Il nostro obiettivo è rendere la medicina personalizzata più affidabile e comprensibile, evitando l’opacità delle soluzioni puramente data-driven», aggiunge Valeria d’Andrea, ricercatrice del dipartimento di Fisica e Astronomia dell’Ateneo patavino, che ha contribuito allo studio.

Impatti pratici e applicazioni future

Grazie all’uso di modelli generativi ipotesi-guidati, questo approccio promette di migliorare l’efficacia delle terapie personalizzate, riducendo i rischi associati a diagnosi e trattamenti non ottimali. L’integrazione di “big data” biologici, storici e ambientali consente inoltre di catturare la complessità delle interazioni biologiche e dell’esposoma (l’insieme degli stimoli ambientali che entrano in contatto con il corpo), aprendo nuove possibilità nella lotta contro malattie complesse come il cancro, le malattie neurodegenerative e molte patologie croniche.

«I gemelli digitali non solo simulano scenari clinici realistici, ma permettono di testare interventi terapeutici in modo sicuro ed efficiente, fornendo uno spettro di alternative clinicamente rilevanti per supportare le decisioni dei medici», conclude De Domenico.

Questa ricerca rappresenta un punto di incontro tra fisica dei sistemi complessi, medicina e biologia dei sistemi e delinea nuove prospettive per lo sviluppo di una medicina più equa, efficace e sostenibile, segnando un passo importante verso la realizzazione del potenziale della medicina di precisione. L’impegno del Padua Center for Network Medicine dell’Università di Padova in questa direzione sottolinea il ruolo centrale della ricerca interdisciplinare nella trasformazione della medicina moderna.

Riferimenti bibliografici:

Autori: Manlio De Domenico, Luca Allegri, Guido Caldarelli, Valeria d’Andrea, Barbara Di Camillo, Luis M. Rocha, Jordan Rozum, Riccardo Sbarbati, & Francesco Zambelli, Challenges and opportunities for digitaltwins in precision medicine from acomplex systems perspective – «NPJ Digital Medicine» – 2025

Link: https://www.nature.com/articles/s41746-024-01402-3

Padova, 20 gennaio 2025

Testo e immagini dall’Ufficio Stampa dell’Università di Padova

Keep Reading

DALLA FISICA STATISTICA DELLE RETI COMPLESSE, UN AIUTO PER COMPRENDERE I FENOMENI EMERGENTI

Dal cambiamento climatico alla polarizzazione sociale, ricercatori dell’Università di Padova svelano la “geometria nascosta” di questi fenomeni

Dalle relazioni sociali alle arterie principali del traffico urbano, dai circuiti neuronali alle reazioni metaboliche nelle cellule, i fenomeni che influenzano la nostra vita derivano da interazioni complesse tra molteplici elementi. Questi sistemi, definiti appunto “complessi”, generano fenomeni emergenti che spesso non possono essere compresi analizzando l’attività delle loro singole componenti.

Un esempio tipico sono le “comunità funzionali”, gruppi di componenti altamente correlati e interagenti, con funzioni simili. Queste comunità possono includere, ad esempio, persone con interessi comuni, geni o proteine che collaborano per funzioni cellulari specifiche o nicchie di organismi che cooperano per mantenere l’equilibrio ecologico del loro habitat.

Nello studio dal titolo “Unraveling the mesoscale organization induced by network-driven processes” pubblicato sulla rivista PNAS, che vede come primo autore Giacomo Barzon del dipartimento di Fisica e Astronomia dell’Ateneo patavino e del Padova Neuroscience Center, per comprendere come le singole unità di un sistema comunicano tra di loro gli autori hanno investigato come piccole perturbazioni applicate a ciascuna unità si propagano nel tempo all’interno delle reti complesse di cui fanno parte. Questo ha permesso di ricostruire la “geometria nascosta” di questi fenomeni, basata su una misura di distanza effettiva tra le componenti. Una breve distanza indica una comunicazione efficace tra le componenti, mentre una distanza elevata suggerisce che questi sono, probabilmente, funzionalmente scollegati.

Questo framework ha significative implicazioni pratiche e offre una base per diverse applicazioni future. Per esempio, può aiutare a comprendere come il cambiamento climatico potrebbe influenzare le dinamiche delle comunità sociali o ecologiche, consentendo di prevedere e mitigare i suoi effetti sull’ambiente con interventi mirati. O, ancora, nel contesto dei social network può fornire insight su come gruppi sempre più polarizzati emergano e interagiscano online, suggerendo strategie per promuovere un dialogo più costruttivo e mitigare la polarizzazione sociale.

«Comprendere a fondo i meccanismi e le condizioni che generano questi fenomeni è essenziale per capire il funzionamento dei sistemi complessi e sviluppare strategie mirate per ripristinarli quando necessario – commenta Giacomo Barzon, primo autore della ricerca –. Negli ultimi trent’anni, la scienza delle reti si è concentrata sull’analisi delle connessioni strutturali tra le componenti, ma questo approccio non basta per spiegare l’emergere delle comunità funzionali. È infatti cruciale considerare anche i fenomeni fisici specifici che si verificano all’interno delle reti e le condizioni ambientali che influenzano la velocità e l’efficienza di questi processi. Nei neuroni, ad esempio, la temperatura e l’equilibrio chimico possono modulare la velocità dei segnali elettrici, mentre nelle epidemie fattori come clima, densità di popolazione e comportamenti sociali possono influenzare la diffusione dei virus. Tuttavia, l’approccio specialistico delle diverse discipline ha limitato la comprensione completa dell’emergere di questi pattern funzionali».

«I nostri metodi sono basati sulla fisica statistica delle reti complesse, una disciplina abbastanza recente ma ben rappresentata dai gruppi di ricerca del nostro ateneo, e in particolare del Dipartimento di Fisica e Astronomia – continua Manlio De Domenico, docente di fisica delle reti complesse dell’Ateneo patavino che ha guidato il team internazionale –. Il nostro studio nel laboratorio di ricerca computazionale, il CoMuNe Lab, in collaborazione con il LIPh Lab e l’Università di Barcellona, ha dimostrato che molti processi fisici, chimici, biologici e sociali possono essere meglio compresi in termini di moduli funzionali, che rispondono all’ambiente e si organizzano in maniera inattesa rispetto a quanto si potrebbe dedurre dalla sola conoscenza della scala microscopica delle loro componenti. L’universalità di questi fenomeni è uno degli aspetti più studiati, e ancora meno compresi, della fisica dei sistemi complessi».

Link alla ricerca: https://www.pnas.org/doi/10.1073/pnas.2317608121

Titolo: Unraveling the mesoscale organization induced by network-driven processes – PNAS – 2024

Autori: Giacomo Barzon, Oriol Artime, Samir Suweis, Manlio De Domenico

Dalla fisica statistica delle reti complesse, un aiuto per comprendere i fenomeni emergenti; lo studio pubblicato su PNAS. Immagine di Elisa

Testo e foto dall’Ufficio Stampa dell’Università di Padova

Keep Reading