Sfogliare

Immissioni recenti

Ora in mostra 1 - 5 di 322

• Finanziamento

  Approcci biotecnologici di frontiera per la salute, per l'ambiente e l'industria

  L'unità operativa si occuperà di produrre matrici polisaccaridiche in cui includere il batterio calcificante Sporosarcina pasteurii, cercando le condizioni ottimali per indurre la mineralizzazione progressiva della matrice da parte del microorganismo. Tale materiale servirà per produrre scaffold per impianti, potenzialmente anche abbinato al bio-printing, combinando il processo di inclusione batterica nella matrice con il processo di stampa 3D di costrutti morfologicamente anche molto complessi da impiegare nella medicina rigenerativa di tessuti umani caratterizzati da una matrice mineralizzata, come il tessuto osseo.
• Finanziamento

  Alice e Alessandro Psacaropulo: la stagione della decorazione navale.

  PROGETTO MOSTRA L'esposizione, curata da Michele Casaccia e Massimo De Grassi, rappresenta un momento significativo per lo Studio Psacaropulo: per la prima volta, il lavoro di Alice viene presentato in dialogo con quello del fratello Alessandro, architetto e scultore. Il percorso espositivo permetterà di approfondire la produzione dei due artisti per la cantieristica navale, con l’esposizione di bozzetti, progetti e opere di rilievo, tra cui il tavolino mosaicato per la turbonave Conte Biancamano (1949) recentemente restaurato e una selezione di sculture di Alessandro Psacaropulo, esposte per la prima volta dopo ottant’anni. Il progetto è realizzato con il contributo della Regione Autonoma Friuli Venezia Giulia (Bando Manifestazioni espositive) e vede la collaborazione del Comune di Monfalcone, dell'Università degli Studi di Trieste, della Soprintendenza Archivistica e Bibliografica FVG e dell'Archivio Marcello Mascherini. Inaugurazione: Venerdì 8 maggio 2026, ore 18:00 Sede: MuCa - Via del Mercato 16, Monfalcone Orari di apertura: venerdì-lunedì, 10:00 – 18:00
• Finanziamento

  Teaching Rectal surgery through Artificial Intelligence Navigation: the TRAIN study

  L’Escissione Totale del Mesoretto (TME) è una procedura fondamentale per il tumore del retto, con un impatto significativo sui tassi di recidiva locale e sulla sopravvivenza a lungo termine. La curva di apprendimento per padroneggiare la TME, in particolare negli approcci mini-invasivi come la chirurgia laparoscopica e robotica, è ripida, e la competenza viene generalmente raggiunta dopo 32-75 casi. Questo rappresenta una sfida per i chirurghi in formazione, poiché la TME è altamente complessa e richiede una tecnica estremamente meticolosa. L’intelligenza artificiale (AI) è emersa come uno strumento per affrontare tali curve di apprendimento, offrendo feedback oggettivi e valutazioni delle prestazioni. Studi preliminari suggeriscono che i modelli di AI possano valutare efficacemente le fasi chiave dell’intervento chirurgico, fornendo feedback precisi che migliorano l’apprendimento. Questo studio mira a verificare se video di formazione sulla TME guidati dall’AI possano accelerare la curva di apprendimento degli specializzandi in chirurgia dell’ultimo anno e dei giovani consulenti/chirurghi neo-specialisti. I partecipanti di tre centri (Trieste, Leuven e Ancona) saranno assegnati casualmente a tre gruppi: Gruppo 1: formazione standard Gruppo 2: formazione potenziata con AI tramite 30 video Gruppo 3: formazione potenziata con AI tramite 50 video Dopo un periodo di formazione di tre mesi, tutti i partecipanti saranno valutati sulla capacità di identificare il corretto piano di dissezione nella TME utilizzando 20 video chirurgici. L’obiettivo primario è valutare se la formazione potenziata con AI porti a prestazioni migliori rispetto alla formazione tradizionale. L’obiettivo secondario è verificare se un’esposizione prolungata all’AI (50 video) produca risultati migliori rispetto a un’esposizione più breve (30 video). Lo studio sarà il primo a testare video guidati dall’AI per la formazione nella TME e ha il potenziale di rivoluzionare l’educazione chirurgica riducendo la curva di apprendimento. I punti di forza includono il disegno randomizzato, il coinvolgimento multicentrico e la scalabilità dello strumento di AI. Tra i limiti vi sono l’assenza di feedback AI in tempo reale durante la chirurgia dal vivo e la durata relativamente breve del periodo di formazione. Nonostante ciò, lo studio potrebbe contribuire in modo significativo sia alla comunità chirurgica sia a quella educativa, offrendo un modello per integrare l’AI nella formazione chirurgica.
• Finanziamento

  Sistema integrato di screening cardiotossicologico su organoidi cardiaci 3D con gemello digitale predittivo

  La valutazione della cardiotossicità e dell’efficacia di nuovi composti farmacologici destinati al trattamento delle patologie cardiovascolari rappresenta uno degli aspetti più critici e delicati nello sviluppo di nuovi farmaci. Gli attuali metodi preclinici, basati su modelli animali o colture cellulari bidimensionali, mostrano limitazioni strutturali e funzionali significative, rendendo urgente l’adozione di modelli più fisiologicamente rilevanti e compatibili con sistemi di screening ad alta produttività (HTS). In questo contesto si inserisce la tecnologia innovativa degli organoidi cardiaci tridimensionali, sviluppata dal team della Prof.ssa Chiara Collesi, che rappresenta una svolta nel campo della modellizzazione in vitro del tessuto miocardico. Questi organoidi sono ottenuti da cellule umane (nello specifico, cardiomiociti derivati da cellule staminali pluripotenti, derivate da pazienti affetti, ad esempio, da cardiomiopatia) organizzate in una geometria toroidale, capace di riprodurre in modo fedele la contrattilità, la propagazione del potenziale d’azione e le risposte elettrofisiologiche tipiche del miocardio umano. La particolare geometria tridimensionale consente, rispetto ai tessuti ingegnerizzati a conformazione lineare, una maggiore coerenza nella propagazione della depolarizzazione e una quantificazione più accurata delle dinamiche di contrattilità-rilassamento, rendendo questi modelli ideali per applicazioni di tipo funzionale. Fondamentale in questo contesto la straordinaria potenzialità di questi modelli di poter essere utilizzati per predire la risposta del paziente a trattamenti farmacologici mirati, sperimentali e/o non convenzionali. Tuttavia, nonostante il grande potenziale biologico, gli organoidi cardiaci non sono ancora integrati in piattaforme automatizzate compatibili con screening automatizzati, a causa della complessità delle condizioni di coltura, della mancanza di piastre di coltura adatte, della carenza della standardizzazione dei readout funzionali e della totale assenza di modelli computazionali integrati in grado di simulare in tempo reale le risposte osservate. Di conseguenza, la capacità analitica e predittiva di questi modelli resta oggi confinata a protocolli manuali o semi-quantitativi, che ne limitano fortemente l’impatto nelle fasi earlystage dello sviluppo di nuovi farmaci. Il progetto RingScreen nasce con l’obiettivo di colmare questo gap tecnologico, proponendo una piattaforma integrata hardware-software in grado di coniugare: • organoidi cardiaci tridimensionali a geometria toroidale, coltivati in condizioni ottimizzate per lo screening ad alta processivita’ e il monitoraggio funzionale automatizzato, e • un modello fisico-matematico dell’organoide cardiaco, utile a quantificare l’attività meccanica contrattile a partire dai dati sperimentali. Il cardine del sistema RingScreen è rappresentato dall’idea di integrare i dati biologici e la loro analisi matematica, sviluppando un algoritmo intelligente in grado di analizzare i dati acquisiti da ogni organoide (frequenza di battito, ampiezza della contrazione, tempo di recupero, presenza di aritmie, ecc.) per interpretare le misurazioni fisiche insorte ad esempio dalla somministrazione di diversi stimoli farmacologici e fornire parametri importanti per la diagnosi/prognosi o la scelta terapeutica per un dato paziente. L’approccio proposto da RingScreen mira a rendere scalabile e standardizzabile lo studio delle risposte cardiache ai farmaci attraverso gli screening ad alta processività, accelerando la pipeline preclinica, migliorando la sicurezza del paziente e aprendo la strada a nuove applicazioni in ambito di medicina personalizzata e farmacologia traslazionale.
• Finanziamento

  MicroRNA esosomiale da biopsia liquida per il monitoraggio e la personalizzazione dei trattamenti del melanoma cutaneo avanzato

  Il melanoma cutaneo è un tumore della pelle con incidenza elevata in alcune aree tra Italia e Austria, come mostrato dal progetto MEMS (ITAT1018). Le linee guida ESMO raccomandano l’immunoterapia con farmaci anti-PD1 per ridurre il rischio di recidiva nei pazienti con melanoma avanzato operabile (stadio IIb, IIc, III e IV), sia dopo l’intervento (trattamento adiuvante) sia prima (neo-adiuvante), per ridurre il tumore e rendere l’intervento meno invasivo. Tuttavia, l’immunoterapia può causare effetti collaterali anche gravi, poiché il sistema immunitario può attaccare tessuti sani, indipendentemente dalla risposta al trattamento. Attualmente non esistono biomarcatori in grado di prevedere chi risponderà alla terapia, con conseguenti disagi per i pazienti e costi per il sistema sanitario. Il progetto, in collaborazione con centri dermatologici, laboratori universitari e una PMI, mira a identificare biomarcatori predittivi e di monitoraggio basati su microRNA contenuti in esosomi, estratti da biopsie liquide (sangue e urina), e a validarli su campioni raccolti durante il progetto per lo sviluppo di una pipeline analitica di possibile traduzione commerciale.