PROGETTO BioMolTEACC

POR CAMPANIA FESR 2014/2020 O.S. 1.1 AZ. 1.2.2
PROGETTO – IDENTIFICAZIONE DI BIOMARKERS MOLECOLARI PER CORRELAZIONE TUMORI ED ESPOSIZIONE AMBIENTALE AD AGENTI CANCEROGENI (BioMolTEACC)

AVVISO PUBBLICO PROGETTI DI TRASFERIMENTO TECNOLOGICO E DI PRIMA INDUSTRIALIZZAZIONE PER LE IMPRESE INNOVATIVE AD ALTO POTENZIALE PER LA LOTTA ALLE PATOLOGIE ONCOLOGICHE

(indetto con Decreto Dirigenziale n°357 e s.m. e i. del 12 Giugno 2017)

Partner MeriGen Research Srl Traversa Michele Pietravalle 11

Istituto Tumori – IRCCS FONDAZIONE G. PASCALE Via Mariano Semmola 53 Napoli

Il progetto propone lo sviluppo industriale di piattaforme biomolecolari (gene-chips) per individuare danni genetici ed alterazioni di pathway molecolari presenti in soggetti con neoplasie e per analizzare come tali fattori concorrono all’insorgenza ed alla progressione di tali patologie.
Il prototipo di genechip, messo a punto per la caratterizzazione molecolare delle neoplasie epatiche (Hepatochip®), è stato sviluppato mediante studi con high-density microarrays di biopsie epatiche da soggetti in stadi diversi di malattia (epatite cronica persistente, epatite cronica attiva, cirrosi ed epatocarcinoma) che hanno permesso l’identificazione di 104 geni espressi differenzialmente e dell’alterazione dei rispettivi pathway molecolari.

Il prodotto finale del progetto sarà rappresentato da metodiche diagnostiche innovative e rispettivi kit dedicati a:
a) garantire una diagnosi preventiva e precoce sia della patologia tumorale che del profilo di farmaco-resistenza associato.
I kit diagnostici ed i biosensori saranno sviluppati a partire dalle evidenze raccolte tramite identificazione di biomarkers specifici (metabolomici ed esosomiali) rielaborati e razionalizzati mediante algoritmi intelligenti e sistemi bioinformatici. Inoltre, i risultati di tali attività saranno incrociati ed integrati con quelli ottenuti, in ambito genetico, clinico ed anatomopatologico, dall’analisi dei campioni provenienti da pazienti affetti dalle patologie tumorali d’interesse. Allo sviluppo di metodiche diagnostiche precoci e preventive concorreranno, su vasta scala, i campioni bilogici provenienti dalla Terra dei Fuochi al fine di poter valutare l’eventuale azione etiopatogenetica verso la patologia oncologica di inquinanti ambientali ed alimentari.
b) sviluppare protocolli di medicina di precisione. Attraverso l’impiego di differenti paradigmi computazionali, come le Reti Neurali Auto-Organizzanti (SOM), il Deep Learning, i Probabilistic Topic Models ed a partire dall’analisi di dati genomici, metabolici e funzionali saranno estratti sia pattern o correlazioni non note a priori, sia modelli multivariati in grado di distinguere tra gruppi di pazienti in cui la risposta farmacologia ha avuto o meno effetto, stabilendo protocolli personalizzati
c) individuare nuove molecole ad uso terapeutico e diagnostico per contrastare la farmacoresistenza.
Il progetto presentato era organizzato nei seguenti 6 Obiettivi principali, di cui 4 relativi alla Ricerca Industriale [OR.1 Validazione quali-quantitativa del gene-chip; OR.2 Identificazione di biomarkers tumore specifici; OR.3 Sviluppare un gene-chip per identificare soggetti con alterazioni geniche a ridotta efficienza di riparazione dei danni genotossici; OR.4 Tecniche di intelligenza artificiale per il supporto allo sviluppo di diagnosi di precisione] e due relativi allo Sviluppo Sperimentale [OR.5 Piattaforma Tecnologica per lo sviluppo di kit diagnostici, biosensori e software; OR.6 Brevettazione e trasferimento tecnologico dei risultati di R&S]. Gli obiettivi a loro volta erano stati articolati in specifiche attività.
I risultati ottenuti hanno riguardato:
a) la validazione quali-quantitativa dei diversi livelli di espressione genica dei geni differenzialmente espressi identificati in precedenza su microarrays ad alta densità (De Giorgi et al. 2009, 2013) mediante metodiche biomolecolari di amplificazione genica PCR digitale e droplet PCR (Pezzuto et al., 2018) [OR1];
b) la identificazione dei pathway alterati e di alterazioni geniche quali biomarcatori tumorali specifici per le neoplasie epatiche (Pezzuto et al., 2017; Petrizzo et al., 2018; 2019; Mauriello et al. 2019) analizzati precedentemente anche in modelli murini (Xie Q et al., 2013) [OR2]; c) l’analisi mediante microarrays ad alta densità di profili di espressione genica per lo sviluppo di un gene-chip diagnostico per i soggetti a ridotta efficienza di riparazione dei danni genotossici, in generale soggetti affetti da anemia di Fanconi e più in particolare il sottogruppo con mutazioni germinali dei geni BRCA1 e BRCA2, che contribuiscono alla predisposizione alle neoplasie gastriche (Streff et al., 2016), oltre che a predisporre a neoplasie mammarie ed ovariche, ed alla risposta terapeutica (Kim et al., 2019; Bonelli et al., 2019) [OR3];
d) l’integrazione di metodiche diagnostiche multiparametriche per la realizzazione di una effettiva “Systems biology” che complementi l’analisi biomolecolare con quella immunologica (De Re et al., 2019), microbiotica (Borrelli et al., 2019) e neoantigenica (Petrizzo et al., 2019) [OR4];
e) l’elaborazione teorica e lo sviluppo di una piattaforma prototipo per la validazione di metodiche e kit dedicati diagnostici, l’elaborazione di algoritmi clinici e software computazionali finalizzati ad aspetti diagnostico/terapeutici delle patologie epatiche a patogenesi infettive e/o metaboliche ed alla loro progressione neoplastica (Buonaguro et al., 2019) [OR5]; f) la redazione di una relazione tecnica dettagliata per il deposito a stretto giro del brevetto per il sistema diagnostico molecolare delle patologie epatiche, con parametrazione prognostica e responsività terapeutica, integrando il brevetto dell’Hepatochip depositato nel 2011 (Buonaguro et al., 2011)
[OR6] Entrambi gli obiettivi di Sviluppo Sperimentale hanno subito un ritardo di tre mesi e sono attualmente in corso di ultimazione. L’espletamento di tale progettualità in un tempo così ristretto è stato possibile solo perché buona parte dei campioni analizzati erano stati collezionati e stoccati in precedenza e l’analisi in microrrays ad alta densità effettuata su un training set di 8 campioni.