Spark Pisa: l’asse Università di Pisa- Stanford compie cinque anni
Sei i progetti finanziati, da innovativi metodi di diagnosi basati sull’Intelligenza Artificiale a nuovi sistemi di prevenzione e cura.
Dal 2019 finanzia progetti innovativi sviluppati da gruppi di ricerca dell’Università di Pisa attivi nel settore medico-farmaceutico. È Spark Pisa, il primo nodo italiano della rete internazionale “Spark Global” – fondata dalla Stanford University -, che ha da poco compiuto cinque anni di attività e i cui membri si sono riuniti martedì 27 febbraio a Pisa per un primo bilancio e per definire gli obiettivi del futuro. Incontro a cui hanno preso parte anche la professoressa Daria Mochly Rosen dell’Università di Stanford, presidente della rete globale “Spark” e ideatrice dell’iniziativa, il professor Corrado Priami, Prorettore dell’Ateneo pisano per la valorizzazione della conoscenza e suo impatto, e la professoressa Maria Letizia Trincavelli, direttrice del Dipartimento di Farmacia dell’Università di Pisa e vicedirettrice di Spark Pisa.
“Per l’Università di Pisa è un grande onore essere entrati, per primi in Italia, a far parte della rete Spark che riunisce alcuni dei più prestigiosi centri di ricerca traslazionale al mondo – ha commentato Corrado Priami – Ogni anno, attraverso Spark Pisa, il nostro Ateneo sostiene, attraverso un apposito bando, un Proof of Concept (PoC) al fine di favorire il passaggio dall’idea al prototipo funzionante e arrivare, così, al trasferimento verso le imprese o il mercato, favorendo in questo mondo il trasferimento tecnologico”.
“Far parte di una rete come quella di Spark Global offre un’apertura verso il panorama internazionale e ci induce anche ad un cambiamento nel nostro modo di pensare e declinare la ricerca, con una maggior attenzione anche ai suoi aspetti applicativi – spiega la professoressa Maria Letizia Trincavelli – In cinque anni di attività abbiamo raggiunto ottimi risultati che dimostrano come il percorso avviato stia contribuendo allo sviluppo della ricerca dell’Ateneo in ambito medico farmaceutico e clinico traslazionale. Dal 2019 ad oggi, infatti, con Spark Pisa abbiamo portato avanti, sia in ambito diagnostico che terapeutico, sei progetti innovativi favorendo collaborazioni multidisciplinari e creando nuove sinergie per lo sviluppo di idee competitive e applicative. La soddisfazione per i risultati raggiunti è, peraltro, ancor più grande se si pensa che, in un’Italia dove la presenza femminile nelle discipline Stem è sempre molto bassa, le vere protagoniste di questi primi cinque anni di Spark Pisa sono state soprattutto le nostre ricercatrici”
“Sono rimasta molto impressionata dalle relazioni fatte dai sei gruppi, tutti molto competenti, che oggi hanno presentato il loro progetti in modo estremamente professionale – ha commentato Daria Mochly Rosen, al termine dell’incontro – Sono davvero entusiasta, perché tutti i loro progetti hanno un’applicabilità immediata. Adesso è necessario che l’Università li sostenga e li segua nella fase di brevettazione, così da stabilire il valore delle loro invenzioni. Nel suo insieme, questo programma è piuttosto giovane ed è fantastico, i ricercatori sono davvero impressionanti. Sono molto soddisfatta”.
Sei i Proof of Concept (PoC) finanziati dal 2019 al 2023, tra innovativi metodi di diagnosi basati sull’Intelligenza Artificiale a nuovi sistemi di prevenzione e cura di malattie come il diabete o la Retinite Pigmentosa. Il tutto per un investimento complessivo di 150.000 euro.
Il primo, in ordine di tempo, è stato il progetto “NeurATy” (Neuroprotection and Anti-inflammatory activity of TSPO ligands), che propone l’utilizzo di una particolare molecola in grado di legare la proteina TSPO per il trattamento dello stato infiammatorio in soggetti affetti da Retinite Pigmentosa, con l’obiettivo di proteggere i neuroni e mantenere la vista.
È stata poi la volta del progetto “DROP” (Digital Research in Oncologic Pathology), che mira a sviluppare e convalidare un innovativo strumento, basato sull’intelligenza artificiale, in grado di analizzare le immagini digitali tratte dai vetrini di pazienti affetti da cancro. Strumento che permetterà di migliorare le diagnosi e di fornire assistenza nella valutazione quantitativa di importanti biomarcatori che guidano le decisioni terapeutiche e per accelerare la ricerca in patologia oncologica
Si propone, invece, di sviluppare un sensore come strumento specifico per valutare la presenza e la quantità di proteine virali in fluidi biologici il progetto “FACT” (Fret sensor for the Assessment of Coronavirus Titre”), finanziato nel 2020 e al momento in fase di deposizione brevettuale.
Offre una nuova metodologia di prevenzione della disfunzione endoteliale indotta dal diabete “Melodie” (Metformin-isothiocyanate: a noveL apprOach to prevent Diabetes-Induced Endothelial dysfunction) che ha vinto il bando nel 2021. Il metodo proposto si basa sull’utilizzo di una molecola ibrida della metformina con l’obiettivo di migliorarne il profilo farmacocinetico (assorbimento, distribuzione, metabolismo, ed escrezione) o e, in particolare, di aumentarne la biodisponibilità orale. Ossia la percentuale della quantità di farmaco somministrata (dose) che raggiunge la circolazione sistemica.
Nel 2022 è stata poi la volta di “PROMET” (Prognostic Impact of circulating tumor DNA as a marker of minimale residual disease after resection of colorectal cancer liver metastase), progetto che si ponte come obiettivo quello di valutare l’utilità clinica del DNA tumorale derivato (ctDNA) circolante come marcatore del parametro della malattia minima residua (MRD), o malattia residua misurabile, che definisce quante cellule neoplastiche rimangono dopo la resezione chirurgica delle metastasi epatiche del cancro del colon-retto (CRLM).
Infine, “GENE DESTINY” (GENomic approach integratED with artificial intelligencE for the management of Small cell lung cancer patients Treated with ImmuNotherapY), progetto mira a convalidare una firma genetica come biomarcatore predittivo indipendente per la risposta alle terapie chemio-immunologiche nei pazienti con carcinoma polmonare a piccole cellule (SCLC). I dati molecolari saranno ottenuti analizzando i campioni ottenuti con biopsia liquida mediante il Next Generation Sequencing (NGS), ossia l’analisi computazionale basata su intelligenza artificiale (AI) al trattamento di base e alla progressione della malattia.
Nicola Maggi
