Abstract

Attraverso un approccio innovativo questo progetto mira a sviluppare un trattamento personalizzato nella terapia del glioblastoma (GBM), il più comune tumore maligno a carico dell’area cerebrale primitiva del cervello umano.

La natura fortemente invasiva della neoplasia, combinata con la capacità di sviluppare una rapida resistenza alle terapie non permette un suo completo sradicamento da parte delle procedure mediche attuali, in grado di allungare l'aspettativa di vita media di un paziente solamente di un anno.

In questo scenario, il progetto ARES ha due obiettivi:

  1. identificare nuove terapie in grado di bloccare la capacità proliferativa e infettiva delle cellule tumorali di GBM, eventualmente estendendo queste terapie a gliomi di basso grado, al fine di identificare una cura efficace anche nella fase iniziale della malattia;
  2. sviluppare nuovi esami in grado di prevedere la risposta dei pazienti ai farmaci, permettendo così una personalizzazione della terapia.

Il progetto è caratterizzato da aspetti fortemente innovativi che puntano allo sviluppo ed integrazione di tecniche sperimentali e computazionali innovative; in particolare:

  • alla creazione e al mantenimento di una banca di cellule staminali di glioblastoma (GSC) ottenute da pazienti affetti da glioma e sullo studio di marcatori utili per selezionare la terapia più appropriata (UNIUD);
  • alla creazione di nuovi modelli 3 D in vitro per studiare l'invasività delle cellule GBM in un ambiente assomigliante al cervello (SISSA);
  • al riposizionamento di farmaci già in uso per la cura di malattie diverse e / o identificazione di nuovi farmaci candidati in grado di bloccare l'invasività del GBM attraverso studi in silico. (CNR-IOM);
  • alla valutazione dell'efficacia delle molecole identificate da CNR-IOM, (SISSA / UNIUD);
  • alla creazione di un sistema integrato (ecosistema) per tutti gli aspetti computazionali del progetto: servizi avanzati di gestione dei dati, pipeline innovative per lo screening in silico di database di grandi dimensioni di molecole, algoritmi di Machine Learning per il riconoscimento di immagini e la valutazione quantitativa del contenuto di immagini (eXact-Lab);
  • allo sviluppo di sistemi commerciali per predire in vitro la risposta alla terapia (DOTT DINO PALADIN).

Oltre ai membri del partenariato, il progetto ARES vede partecipe l’Ospedale di Udine nel ruolo di Utente Fiale.

Attraverso il coinvolgimento dell’Azienda ospedaliera sarà possibile portare avanti l’eventuale sperimentazione clinica delle molecole più promettenti, offrendo così al progetto una futura opportunità di ulteriore sviluppo.