L'avvento delle tecniche di sequenziamento su larga scala ha permesso la caratterizzazione genomica di più di 11.000 tumori e l'identificazione di numerosi geni driver. L'idea che tali geni siano alla base dell¿oncogenesi e che l'inibizione dei loro prodotti possa arrestare la crescita tumorale, ha spinto i ricercatori a sviluppare farmaci a bersaglio molecolare. Inoltre, la scoperta che le mutazioni driver siano comuni a tipi tumorali diversi (melanoma, polmone, colon-retto,...) sta contribuendo ad un cambio nel paradigma della classificazione dei tumori, spostando l'attenzione dall'istologia al dato molecolare. Tuttavia, non sono rare le evidenze di eterogeneità di risposta allo stesso agente target da parte di tumori diversi che condividono l¿evento mutazionale principale. Sfruttando i dati di trascrittomica disponibili nel TCGA, ci proponiamo di analizzare, attraverso un'analisi bioinformatica, l'eterogeneità di risposta al vemurafenib (inibitore di BRAF) da parte di tumori che condividono la mutazione BRAF V600E.
Nell'era in cui l'interesse della medicina si sposta sempre di più verso la personalizzazione della cura, lo sviluppo di biotecnologie ad alta processività ha consentito di accumulare moli smisurate di dati genomici in tempi più brevi rispetto alle possibilità e capacità degli scienziati di analizzarli, portando ad un crescente bisogno di introdurre nuovi tools in grado di elaborarli. Non minore è la necessità di integrare le conoscenze cliniche, biologiche e bioinformatiche nell'ambito di collaborazioni tra gruppi con competenze complementari. In questo contesto, proponiamo di analizzare i dati di trascrittomica di neoplasie che condividono un evento mutazionale principale, quale la mutazione BRAF V600E, e di studiare uno dei meccanismi alla base della diversa risposta farmacologica al vemurafenib. L'analisi di tali dati rappresenterebbe, sul piano conoscitivo, un avanzamento nel settore della biologia oncologica e, su quello pratico, potrebbe mettere in discussione la teoria target-centrica, agnostica dell'istologia, nella scelta del farmaco più adeguato, evitando trattamenti poco utili e tossicità indesiderate. In particolare, crediamo che la nostra analisi di network potrebbe individuare i meccanismi molecolari alla base delle differenti risposte al vemurafenib nei tumori BRAF mutati.