| Nome dell'istituzione | Scuola Normale Superiore - Pisa |
| Regione | Toscana |
| Budget anno in corso | 185.000 € |
| Tipo di progetto | IG |
| Annualità | 2025 - 2030 |
| Descrizione | Obiettivo del progetto è accelerare la scoperta di nuove terapie contro il cancro attraverso lo studio dei recettori accoppiati a proteine G (GPCR) e l’utilizzo di strumenti di intelligenza artificiale. I GPCR sono elementi chiave di una delle principali vie di comunicazione cellulare e svolgono un ruolo centrale in molte malattie; nel cancro contribuiscono alla crescita tumorale, alla resistenza alle terapie e all’interazione tra tumore e microambiente. Il lavoro è focalizzato in particolare su tumori solidi ad alta complessità biologica e ancora difficili da trattare, come il carcinoma duttale del pancreas (PDAC) e il carcinoma epatocellulare. Utilizzando grandi dataset biologici (multiomici) e algoritmi di intelligenza artificiale, i ricercatori puntano a studiare come le alterazioni della segnalazione dei GPCR influenzino il comportamento delle cellule tumorali e delle cellule del microambiente, con l’obiettivo di identificare nuove vulnerabilità del tumore e prevedere quali pazienti possano rispondere meglio a terapie mirate o a immunoterapie. Le analisi computazionali verranno poi validate in sistemi sperimentali avanzati, come cellule tumorali in coltura e organoidi derivati da pazienti con HCC, al fine di ricreare in laboratorio le caratteristiche del tumore umano e del suo microambiente. Parallelamente, nel corso del progetto si esploreranno strategie innovative per interferire direttamente con la segnalazione intracellulare dei GPCR. Nel complesso, con l’integrazione tra intelligenza artificiale, sistemi computazionali e validazione sperimentale, si punta a costruire piattaforme predittive utili per la medicina di precisione, migliorando la capacità di stratificare i pazienti e di identificare nuove strategie terapeutiche più efficaci in oncologia. |