Finora la diagnosi di melanoma è stata effettuata, attraverso la biopsia escissionale, un esame invasivo mediante l’asportazione di tessuto, cioè l’estrazione della lesione cutanea sospetta.

Il team coordinato da Elisabetta Ferretti del Dipartimento di Medicina Sperimentale della Sapienza Università in collaborazione con gli oncologi e i ricercatori di università ed enti di ricerca nazionali, ha identificato nuove molecole, i microRNA, biomarcatori specificamente dosabili nei pazienti affetti da melanoma mediante prelievo del sangue, attraverso quindi un esame non invasivo.

La ricerca di biomarcatori non invasivi in grado di individuare la malattia e monitorare la risposta a trattamenti terapeutici è molto importante, in quanto ha lo scopo di migliorare la prognosi dei pazienti affetti da melanoma.

Negli ultimi due decenni, i microRNA hanno suscitato un forte interesse come biomarcatori per la diagnosi, la prognosi e la previsione della risposta al trattamento di diverse malattie. La loro presenza nei fluidi biologici, come il sangue, conferma il loro ruolo fondamentale di biomarcatori non invasivi per la diagnosi precoce di tumore.

“Nello specifico– spiega Elisabetta Ferretti- abbiamo deciso di analizzare i microRNA circolanti ottenuti da biopsia liquida in tre coorti indipendenti di pazienti affetti da melanoma ed abbiamo identificato e validato un gruppo di microRNA dosabili nel plasma che con elevata precisione identificano i pazienti affetti da melanoma e li distinguono dai soggetti sani.”

“Il miglioramento nella gestione dei pazienti affetti da melanoma è un’importante necessità clinica. La nostra ricerca – dichiara Elisabetta Ferretti – è la prima ad offrire una combinazione di biomarcatori circolanti da poter usare come strumento diagnostico nel melanoma e riteniamo che la firma molecolare da noi proposta possa avere una forte rilevanza clinica”

Alla ricerca hanno collaborato i team dell’Università e dell’ Epigen Therapeutics di Siena coordinati da Michele Maio, dell’ Istituto Tumori di Milano coordinati da Andrea Anichini e il team di Computational System Biology Scientist coordinato da Michele Ceccarelli dell’Istituto di Ricerche Genetiche (BioGeM) "Gaetano Salvatore” di Ariano Irpino (AV) e dell’Università di Napoli Federico II di Napoli.