Seguici su
Cerca

Sito non più aggiornato

Il sito del nuovo organo ufficiale d'informazione d'ateneo è accessibile all'indirizzo www.unictmagazine.unict.it

Catania modella il ‘paziente digitale’

Il gruppo di ricerca del prof. Francesco Pappalardo collabora al progetto europeo 3 TR per lo studio delle malattie autoimmuni

6 Dicembre 2019
M.C.

Le malattie autoimmuni, infiammatorie e allergiche sono patologie croniche comuni che incidono in modo significativo sul benessere di milioni di persone in tutto il mondo e rappresentano un onere sostanziale per i sistemi sanitari. Per contrastare tali malattie sono disponibili diversi trattamenti, ma la risposta e la progressione della malattia nei singoli pazienti rimangono imprevedibili, perché si sa ancora troppo poco sulle basi molecolari di queste malattie. Per essere in grado di prevedere meglio la risposta al trattamento e identificare potenzialmente nuovi biomarcatori che consentano una migliore gestione dei pazienti e una terapia personalizzata, è fondamentale pervenire ad una comprensione più profonda dei meccanismi cellulari che guidano lo sviluppo della malattia.

Il gruppo di ricerca Combine, guidato dal prof. Francesco Pappalardo

A Catania, il gruppo di ricerca del prof. Francesco Pappalardo, docente di Informatica del dipartimento di Scienze del Farmaco, è impegnato su questo fronte, collaborando al progetto europeo 3TR - Taxonomy, Treatment, Targets and Remission che può contare su un finanziamento di oltre 80 milioni di euro dall'Innovative Medicines Initiative 2 (IMI2), un'impresa comune della Commissione europea e della Federazione europea delle industrie e associazioni farmaceutiche (EFPIA). 3TR riunisce 69 organizzazioni partner di 15 Stati membri europei tra cui istituti accademici e di ricerca, piccole e medie imprese (PMI) e aziende farmaceutiche e costituisce il più grande progetto di immunologia mai finanziato in Europa. Il prof. Pappalardo guiderà la parte di modellazione computazionale del progetto, un tipo di sperimentazione all'avanguardia anche in termini di "etica" e "sicurezza". Verranno elaborati degli algoritmi che simulano il paziente digitale, che si può utilizzare per predire come un certo trattamento modificherà la dinamica della malattia, evitando problemi legati all'etica (abbattimento della sperimentazione animale in modo drastico) e problemi legati alla sicurezza, evidenziando per tempo problematiche relative a possibili effetti avversi del farmaco.

Del gruppo di ricerca catanese fanno parte la dottoressa Giulia Russo, che si occupa dell'aspetto biomodellistico e del percorso di qualificazione delle tecnologie presso le autorità regolatorie, il dottor Marzio Pennisi si dedica a tecniche di ottimizzazione e dello sviluppo di metodi computazionali per la simulazione di sistemi biologici, il dottor Giuseppe Sgroi cura la sezione di data-analysis, progettazione dei sistemi di simulazione e delle applicazioni web, il dottor Giuseppe Alessandro Parasiliti Palumbo che svolge attività di data security e progettazione dei sistemi di simulazione biomedici, la dottoressa Valentina Di Salvatore tiene cura dell'analisi bioinformatica e dei dati genomici, il prof. Santo Motta è il senior advisor scientifico.

In uno sforzo mai visto prima, esperti di diversi campi medici, tecnologie di profilazione, biologia dei sistemi e bioinformatica con specialisti di PMI innovative e aziende farmaceutiche leader, si propongono di aumentare la nostra conoscenza delle vie e dei meccanismi molecolari collegati alla risposta e alla non risposta alla terapia in sette diverse malattie immunomediate, allergiche e infiammatorie: lupus eritematoso sistemico, artrite reumatoide, sclerosi multipla, malattia infiammatoria intestinale (inclusa colite ulcerosa e Morbo di Crohn), asma e broncopneumopatia cronica ostruttiva. Nonostante la loro eterogeneità, studi recenti hanno dimostrato che a livello molecolare alcuni modelli sono condivisi dai pazienti attraverso queste malattie, suggerendo così che possono anche condividere percorsi di risposta al trattamento e alla progressione della malattia.