Grazie alle destinazioni del 5×1000 alla nostra Fondazione è stato possibile attivare i seguenti progetti:
Progetto finanziato con fondi 5×1000 2022
Implementazione di un programma di biopsia liquida in oncologia: avanzamento in medicina di precisione
Anno di Riferimento 5X1000: 2022
Inizio Progetto: 01/11/2024
Fine Progetto: 31/10/2027
Introduzione
La ricerca su campioni tumorali umani, nonché l’analisi di biopsie liquide e tissutali, è fondamentale per la caratterizzazione della biologia del cancro e rappresenta un elemento chiave nello sviluppo di nuovi approcci diagnostici e terapeutici. Storicamente, la biopsia tissutale ha costituito la pietra miliare per la selezione del trattamento delle neoplasie solide, implicando la necessità di esporre i pazienti ai rischi legati a procedure invasive e limitando la fattibilità di una valutazione real-time della malattia. Inoltre, essendo la biopsia tissutale legata al prelievo di una singola localizzazione di malattia, riduce la possibilità di catturare l’eterogeneità della stessa. I progressi scientifici nella medicina di precisione hanno portato la Società Europea di Oncologia Medica (ESMO) ad aggiornare le raccomandazioni per l’utilizzo in pratica clinica di tecnologie di Next Generation Sequencing (NGS) su tessuto per le neoplasie in stadio avanzato. Di fatto si è assistito ad un ampliamento del campo d’applicazione di tali tecnologie, non solo estendendo le raccomandazioni a diverse istologie tumorali ma anche raccomandando la ricerca di mutazioni agnostiche per cui siano disponibili terapie mirate (1). Oggi, l’utilizzo della biopsia liquida (LB), in particolare delle tecnologie di sequenziamento ad alta efficienza per la profilazione del DNA tumorale circolante (ctDNA), consente una caratterizzazione longitudinale della biologia tumorale e della sua evoluzione. Questo approccio supera molte delle limitazioni insite nella biopsia tissutale, fornendo preziose informazioni sull’eterogeneità intra- ed extra-tumorale e permettendo una profilazione in tempo reale della malattia.
La sua fattibilità è stata dimostrata in un’ampia gamma di studi comprendenti tumori a diversa primitività, rendendo la LB una soluzione ottimale per il monitoraggio della risposta ai trattamenti, ma soprattutto per l’individuazione di meccanismi di resistenza (2). Diverse società e working group internazionali hanno già promosso l’uso dei test per l’analisi del ctDNA nella pratica clinica (3). Recentemente, l’ESMO ha raccomandato l’analisi multigenica su ctDNA sia in aggiunta che in alternativa alla profilazione molecolare tradizionale per specifici tipi di tumore, sottolineandone il ruolo centrale nella pratica oncologica moderna (4). Tuttavia, nonostante l’ampio sostegno, l’integrazione della LB nella pratica clinica di routine è stata lenta, principalmente a causa della mancanza di armonizzazione pre-analitica e analitica. In sintesi, in un’epoca in cui nuove terapie target sono in continua evoluzione ed approvazione, vi è la necessità di individuare biomarcatori circolanti per la personalizzazione dei trattamenti oncologici, al fine di massimizzare l’outcome terapeutico in ogni setting. Con queste premesse, l’utilizzo della LB si sta rapidamente affermando nel campo dell’oncologia clinica, consentendo non solo l’identificazione di alterazioni a bersaglio molecolare per i tumori oncogene-addicted, ma anche di individuare biomarcatori circolanti prognostici e meccanismi di resistenza anche nella malattia non oncogene-addicted.
Obiettivi e finalità
Il progetto ha come obiettivo fornire una caratterizzazione genomica completa dei tumori solidi avanzati al fine di:
- Descrivere e caratterizzare le alterazioni genomiche mediante analisi NGS su ctDNA al momento della diagnosi di malattia avanzata e/o al momento della progressione dopo terapia di prima linea
- Valutare i meccanismi di resistenza acquisita alla progressione della malattia definita secondo i criteri RECIST v1.1
- Valutare la concordanza tra i test NGS effettuati su tessuto e su sangue, per i pazienti con campione tissutale disponibile
- Identificare nuove signatures predittive di risposta/resistenza ai trattamenti nei tumori oncogene-addicted e non oncogene-addicted.
Data percezione fondi 5xmille: 9/2023
Costo complessivo del progetto: 1.146.926,54 Euro
Totale quote 5xmille: 1.146.926,54 Euro
Rendiconto di assegnazione risorse 5×1000 2022: Allegato 1 Allegato 2 Allegato 3
Progetto finanziato con fondi 5×1000 2020
Genomica oltre l’oncologia
Anno di Riferimento 5X1000: 2020
Inizio Progetto: 01/11/2022
Fine Progetto: 31/10/2025
Sintesi Progetto – Abstract:
La Fondazione Policlinico Universitario Agostino Gemelli IRCCS (FPG) ha recentemente istituito una Core Facility per analisi genomiche nell’ambito del parco scientifico e tecnologico istituzionale (G-STeP). Tale struttura è dotata di tecnologie all’avanguardia (estrattori automatici, 2 robot per la preparativa pre-sequenziamento e 6 macchine di sequenziamento Next Generation [NGS]) che, in modalità semi-automatizzata, consentono di processare e analizzare migliaia di campioni biologici (sangue e tessuto) all’anno.
Alla luce di queste potenzialità e considerando gli “unmet” clinico-diagnostici in ambito oncologico, FPG ha lanciato un programma di profilazione genomica oncologica (ID 3837) che include 10 diversi tipi di cancro. Il programma estende la valutazione genomica a più di 500 geni in un processo interno semplificato, senza costi aggiuntivi per il sistema sanitario pubblico fornendo informazioni preziose agli oncologici, ai pazienti e ai ricercatori.
La Fondazione dal 2002 è inoltre riconosciuta come Centro di Riferimento Regionale per le Malattie Rare (MR) e attualmente conta 19 Unità specialistiche (di cui 16 appartenenti alla prestigiosa European Reference Network for Rare Diseases) che prescrivono codici di esenzione per singola/multiple MR e si occupano della presa in carico assistenziale multidisciplinare di più di 10.000 pazienti affetti/anno.
In Italia più di 2 milioni di individui sono affetti da MR, molti di essi di età pediatrica. La necessità di arrivare precocemente ad una diagnosi eziologica garantisce il contenimento dei costi sanitari, grazie alla riduzione del numero di visite/procedure eseguite per paziente nonché il numero di giorni lavorativi persi a carico dei caregivers.
Attualmente la Fondazione garantisce il percorso diagnostico-eziologico dei pazienti affetti da MR usufruendo di strutture laboratoristiche esterne, spesso localizzate fuori regione. La possibilità di eseguire in maniera centralizzata, una profilazione genomica in-house per le MR garantirebbe una migliore caratterizzazione biologica delle stesse, una apertura maggiore delle opzioni cliniche nonché una riduzione dei costi per la struttura e dei tempi di diagnosi per il paziente.
Da qui nasce l’idea del progetto “Genomica oltre l’Oncologia” che, come il programma in ambito oncologico, arricchisca la descrizione del profilo genetico di pazienti complessi a scopo di migliorare il numero e la scelta di opzioni terapeutiche nonché le prospettive di ricerca. In considerazione dell’ampio numero di pazienti già seguiti nei Centri di Riferimento per MR in FPG, la attuale Facility di Genomica, al fine di abbattere i costi di sequenziamento, necessita di un ampliamento e adeguamento in termini di infrastrutture per l’analisi genomica (acquisto di piattaforma robotica e relativa interfaccia per la gestione degli apparati di estrazione del DNA, amplificazione per PCR e sequenziamento high-throughput), personale per l’interpretazione dei dati e storage dei big-data.
Il progetto ha uno scopo primariamente diagnostico clinico ma apre canali di ricerca importanti.
Il recente sistema di “repurposing drugs” dall’oncologia, ha permesso l’attivazione di Trial Clinici con oncoterapici per la cura di pazienti affetti da MR (alcuni di essi già attivi nella nostra struttura). Pertanto, l’identificazione precoce di varianti patogenetiche causative di MR in un contesto come quello della Fondazione che ha sempre avuto come principale “mission” la medicina personalizzata e di precisione, garantirebbe l’identificazione precoce di potenziali target terapeutici e l’accesso diretto dei pazienti alle cure sperimentali per MR oltre che per patologie oncologiche.
Data percezione fondi 5xmille: 23/11/2021
Costo complessivo del progetto: 671.941,17 Euro
Totale quote 5xmille: 671.941,17 Euro
Rendiconto di assegnazione risorse 5×1000 2020: Allegato 1 Allegato 2
Progetto finanziato con fondi 5×1000 2019
Istituzione di una Bioinformatics Core Facility Research presso la Fondazione Policlinico Universitario Agostino Gemelli IRCCS
Anno di Riferimento 5X1000: 2019
Inizio Progetto: 04/01/2021
Fine Progetto: 03/01/2024
Sintesi Progetto – Abstract:
La crescente necessità di analisi di dati del genoma umano per comprendere a pieno i meccanismi che regolano le mutazioni che sono alla base delle patologie croniche complesse suggerisce l’istituzione di una struttura ad hoc che abbia come scopo principale l’analisi di dati di sequenziamento genomico secondo le diverse metodiche: dall’individuazione delle mutazioni a carico del genoma umano, all’espressione differenziale di geni in diverse condizioni sperimentali. Nello specifico, tramite il sequenziamento è possibile individuare le mutazioni a carico del genoma o la regolazione dell’espressione genica in diversi contesti.
Questo tipo di analisi necessita di infrastrutture informatiche ad alte prestazioni, quali storage performanti in grado di contenere i file necessari ai processi di analisi e i rispettivi risultati. La facility sarà coinvolta in progetti di ricerca al fine di individuare pattern molecolari nei pazienti affetti da patologie oncologiche individuando le “mutazioni chiave” che portano allo sviluppo dei tumori. Nell’immediato la facility sarà utilizzata per progetti di ricerca su dati di trascrittomica per il Medulloblastoma infantile, nell’individuazione di caratteristiche molecolari delle mutazioni alla base del tumore all’ovaio, nell’interpretazione del dato molecolare nell’ambito delle mutazioni a significato sconosciuto e nell’interazione tra anticorpi neutralizzanti e proteina SPIKE del virus SARS-CoV-2.
Inoltre, la facility verrà utilizzata per sviluppare progetti di ricerca sull’efficacia degli anticorpi monoclonali nei confronti delle varianti del virus SARS-CoV-2 tramite esperimenti di dinamica molecolare. Quest’ultima metodica, in particolare, produce file di grandi dimensioni derivanti dalla simulazione dell’interazione degli anticorpi con le proteine virali. Per questo motivo è fondamentale avere un’infrastruttura di storage in grado, non solo di archiviare i file, ma anche di leggere e scrivere i dati minimizzando i tempi di latenza.
Data percezione fondi 5xmille: 14/10/2020
Costo complessivo del progetto: 450.356,38 Euro
Totale quote 5xmille: 450.356,38 Euro
Rendiconto di assegnazione risorse 5×1000 2019: Allegato 1 Allegato 2
Progetto finanziato con fondi 5×1000 2018
Computational Pathology: Deep Leerning to predict somatic genes mutational status from histopathology of solid cancers (Patologia computazionale: algoritmi di intelligenza artificiale per predire lo stato mutazionale somatico dei tumori solidi dall’immagine istologica)
Anno di Riferimento 5X1000: 2018
Inizio Progetto: 04/06/2021
Fine Progetto: 31/05/2024
Sintesi Progetto – Abstract:
I progressi nella patologia digitale e nell’intelligenza artificiale dimostrano che questi offrono il necessario potenziale per analizzare immagini di giga pixel di interi vetrini, a loro volta capaci di fornire informazioni sul microambiente tissutale (integrative di rispetto ai dati derivanti alle scienze omiche), resistenza ai trattamenti e anche, nell’immediato, lo stato genomico somatico. L’imaging a vetrino intero (WSI) è un dominio complesso con diverse caratterizzazioni che richiede diversi approcci di patologia computazionale basati sul “deep learning”, come ad esempio l’annotazione manuale di giga pixel WSI in impostazioni completamente supervisionate o, ancora, set di dati di grandi dimensioni con etichette a livello di diapositiva analizzati in ambiente poco controllato.
L’analisi compiuta a livello di singolo pixel, patch o trascrizione di una singola zona d’interesse (ROI), ha prodotto risultati promettenti. Purtroppo questo approccio non può essere generalizzato perché può soffrire di errata classificazione e/o scarsa riproducibilità dovuta alla diversità nei dispositivi di imaging da cui le immagini provengono. D’altra parte, seppure gli approcci debolmente supervisionati hanno dimostrato una valenza eccezionale a livello clinico, essi hanno richiesto l’analisi di migliaia di WSI per raggiungere una performance comparabile con le classificazioni completamente supervisionate a livello di ROI e, nonostante ciò, potrebbero rilevarsi non essere adatte alla risoluzione di problematiche connesse alla sottotipizzazione multiclasse.
Un recente articolo ha proposto la clustering-constrained-attention multiple-instance learning (CLAM) come framework di deep learning ad alto rendimento che mira per affrontare le sfide chiave sopra delineate (Morin & all., An artificial intelligence framework integrating longitudinal electronic health records with real-world data enables continuous pan-cancer prognostication. DOI 10.1038/s43018-021-00236-2). Gli autori hanno dimostrato che tale metodologia può essere utilizzata per localizzare caratteristiche morfologiche ben note su WSI senza la necessità per le caratterizzazioni spaziali, che superano gli algoritmi di classificazione standard debolmente supervisionati e che sono adattabili a test indipendenti sullo studio ci coorti, microscopia per smartphone e tessuti a contenuto variabile.
L’obiettivo del progetto è, nell’ambito della patologia oncologica correlare, le mutazioni somatiche per le quali esistono dei farmaci biologici direttamente all’imaging digitale del WSI. Il risultato sarà la possibilità di verificare attraverso un algoritmo di DEEP Learning la presenza o assenza delle suddette mutazioni direttamente al momento dell’esame istologico estemporaneo. L’investimento previsto riguarderà:
- Strumento di digitalizzazione dei vetrini e di delineazione delle regioni d’interesse ali fini della progettazione dell’algoritmo (noleggio apparecchio Hamamatsu 360);
- Spazio di archiviazione dati.
Data percezione fondi 5xmille: 11/06/2020
Costo complessivo del progetto: 465.000,00 Euro
Totale quote 5xmille: 347.231,93 Euro
Rendiconto di assegnazione risorse 5×1000 2018: Allegato 1 Allegato 2