Inquinamento atmosferico e malattie complesse: metodi computazionali per trattamenti personalizzati

Area: Salute
Tipologia: Casi d'uso
Territorio: Veneto
Tecnologie: HPC, Big Data
Stakeholders: Università, Centri di Ricerca

Un progetto di: HEAL ITALIA e Università di Verona

Il progetto ha l’obiettivo di caratterizzare piccole molecole tramite il calcolo di descrittori molecolari e l’analisi della loro bioattività. In particolare, si studierà il loro effetto su target biologici di interesse e si prediranno le interazioni molecolari e le associazioni con malattie complesse attraverso modelli di machine learning e deep learning.

Lo scopo del progetto è lo studio dei meccanismi di azione delle molecole con cui gli individui interagiscono, l’individuazione di nuovi target terapeutici personalizzati e l’identificazione di combinazioni di composti volte a contrastare gli effetti tossicologici.

L’attenzione sarà focalizzata su target cellulari della mucosa olfattiva, che è stato dimostrato essere un buon e innovativo modello biologico per lo studio delle malattie neurodegenerative e la loro interazione con particelle inquinanti ultrafini. L’integrazione dei dati omici, genetici e clinici attraverso l’implementazione di un metodo innovativo basato sulle reti, permetterà di stratificare gli individui in base al rischio di sviluppare malattie complesse e al loro decorso clinico, in relazione alle condizioni ambientali in cui vivono.

Obiettivi e benefici

L’inquinamento atmosferico costituisce un elevato rischio per la salute pubblica. Ad oggi, i meccanismi molecolari e cellulari alla base della connessione tra inquinamento dell’aria e malattie complesse rimangono ancora parzialmente sconosciuti. Risulta quindi necessario sia definire i meccanismi d’azione delle particelle inquinanti su target biologici sia trovare delle misure preventive che mirano a sviluppare dei trattamenti personalizzati per proteggere la salute o migliorare il decorso della malattia. I metodi sviluppati hanno una vasta ricaduta applicativa nell’ambito del riuso di molecole note o di molecole naturali per scopi terapeutici personalizzati.

Tecnologie abilitanti

Il supercalcolo viene utilizzato per analizzare con metodi di machine learning e deep learning i dati omici e molecolari le loro interazioni rappresentati con reti.

Condividi su:

Ti può interessare anche:

Osserv-azioni su…prevenzione digitale

L’Osservatorio ICSC pubblica report tematici verticali, indagando le applicazioni di Supercalcolo, Big Data, intelligenza artificiale e Quantum Computing in uno…

Osserv-azioni su…medicina di precisione

L’Osservatorio ICSC pubblica report tematici verticali, indagando le applicazioni di Supercalcolo, Big Data, intelligenza artificiale e Quantum Computing in uno…