Imaging metabolico, un premio alla ricerca per Giada Bianchetti

“Machine-learning–based metabolic imaging: A bridge between in vitro models and clinical applications” è il titolo della presentazione della dottoressa Giada Bianchetti, laureata in Fisica nel campus di Brescia dell'Università Cattolica, attualmente Specializzanda in Fisica Medica presso la Facoltà di Medicina e chirurgia nel campus di Roma, premiata nel settembre 2022 dal Comitato Scientifico del Congresso Nazionale della Società Italiana di Fisica come prima miglior presentazione nella Sezione di Biofisica e Fisica Medica.

Obiettivo del lavoro è stato quello di illustrare come l’alleanza fra l’imaging metabolico e l’intelligenza artificiale consenta di creare un vero e proprio ‘ponte’ fra i modelli utilizzati nella ricerca di base e la pratica clinica, al fine di comprendere integralmente il metabolismo dei sistemi viventi, dalle cellule fino all’intero organismo.

L’imaging metabolico può essere definito come quella disciplina che, combinando la biologia molecolare con le più avanzate tecniche di imaging in vivo, consente di “fotografare” in tempo reale le reazioni molecolari e i processi biologici che si instaurano a livello della cellula.

Sebbene lo sviluppo di tecniche di imaging sempre più potenti sia in grado di aumentare notevolmente il contenuto informativo, esso, però, pone il problema della gestione di enormi quantità di dati oltre che dell’estrazione delle informazioni biologiche, che sono spesso “nascoste” all’interno dei dati: «È proprio per rispondere a questa richiesta che, all’interno del nostro gruppo – dice il professor Giuseppe Maulucci, alla guida del Metabolic Intelligence Lab – lavoriamo allo sviluppo di tecniche basate su intelligenza artificiale che, superando i limiti imposti dagli attuali metodi di analisi di immagine, consentano di visualizzare la complessa rete di reazioni che trasforma e sfrutta l'energia per svolgere le funzioni fisiologiche e cellulari».

Nel lavoro presentato dalla dottoressa Bianchetti (al centro nella foto, tra i professori Giuseppe Maulucci e Marco De Spirito) è stata messa in luce la rilevanza dell’imaging metabolico nella pratica clinica, evidenziando le sue potenzialità, in diversi casi di studio, come strumento per la detection precoce di diverse patologie nel contesto della medicina personalizzata.

In particolare, è stato proposto quanto emerso da uno studio clinico ("Spatial Reorganization of Liquid Crystalline Domains of Red Blood Cells in Type 2 Diabetic Patients with Peripheral Artery Disease", pubblicato sulla rivista International Journal of Molecular Sciences) nel quale, attraverso l’analisi della fluidità di membrana dei globuli rossi di un ampio gruppo di pazienti con diabete, è stato possibile individuare i soggetti caratterizzati da un rischio significativamente più elevato di sviluppare complicanze a livello vascolare. Oltre a ciò, algoritmi basati su intelligenza artificiale sono stati sviluppati e applicati all’analisi di immagini di medicina nucleare, con promettenti risultati in termini di identificazione e classificazione di diversi istotipi di tumore.

Dal momento che il metabolismo, ovvero la rete di reazioni che trasforma e sfrutta l'energia per svolgere le funzioni fisiologiche e cellulari, è caratterizzato da una forte interconnessione fra i diversi processi, una qualsiasi perturbazione in un nodo della rete determina una risposta globale. Alla luce di ciò, parallelamente al metabolic imaging, il Metabolic Intelligence Lab ha avviato una nuova linea di ricerca, il metabolic modeling, che, grazie ai dati fisiologici e alle variabili nutrizionali raccolti tramite dispositivi indossabili, si pone come obiettivo quello di sviluppare modelli personalizzati del metabolismo umano.

Come ricorda il professor Maulucci «denominatore comune dei casi studio presentati è proprio quello di associare ad ogni patologia una impronta metabolica, che può costituire, oltre ad un biomarcatore, anche un potenziale target terapeutico».

«Questi risultati - aggiunge il Professor Marco De Spirito, Ordinario di Fisica Applicata alla Facoltà di Medicina e chirurgia e direttore della Facility di Microscopia del G-Step, dove questi dati vengono raccolti e analizzati – consentendo un’analisi più rapida e precisa, automatizzabile e che è in grado di fornire strumenti di supporto nelle decisioni oltre che modelli predittivi, aprono la strada all’introduzione di approcci basati sull’alleanza fra imaging metabolico e intelligenza artificiale anche nella pratica clinica».

Il Metabolic Intelligence Lab è un gruppo di ricerca della sezione di Fisica  Applicata del Dipartimento di Neuroscienze dell’Università Cattolica nel campus di Roma. Sotto la guida del Professor Giuseppe Maulucci, il gruppo si affida ai più recenti progressi tecnologici (microscopia avanzata e intelligenza artificiale) per svelare i misteri dei processi metabolici, utilizzando come modelli diversi sistemi viventi, dalle cellule agli esseri umani.

Il progetto “Gemelli Science and Technology Park” (G-STeP) si inserisce in un ampio programma di ricerca istituito dalla Direzione Scientifica della Fondazione Policlinico Universitario Agostino Gemelli IRCCS, volto alla valorizzazione, connessione e strutturazione di tutte le attività di ricerca che si svolgono presso la Fondazione. Il G-STeP è composto da oltre 20 Research Core Facilities, fra le quali rientra la Facility di Microscopia, che offrono servizi di ricerca suddivisi per tematica tecnologica, in grado di fornire delle prestazioni specifiche a qualità certificata.