Il 1° aprile 2025, l’Istituto Italiano di Tecnologia (IIT) ha annunciato un’importante innovazione nel campo della medicina. Si tratta di un algoritmo di machine learning denominato catGranule 2.0 Robot, sviluppato per identificare le proteine dannose per il cervello. Questo strumento, descritto sulla rivista Genome Biology, si propone di analizzare il comportamento delle proteine nelle cellule e di prevedere il loro potenziale di scatenare malattie neurodegenerative come la sclerosi laterale amiotrofica (SLA), il Parkinson e l’Alzheimer. L’obiettivo primario è quello di scoprire nuovi target molecolari per ricerche e terapie mirate.
Le malattie neurodegenerative e la loro incidenza
Le patologie neurodegenerative rappresentano una sfida significativa per la salute pubblica, con un impatto socio-economico notevole. In Italia, si stima che circa 1 milione di persone soffra di queste malattie, con un costo medio per paziente che raggiunge i 70.000 euro. Il gruppo di ricerca coordinato dal dottor Gian Gaetano Tartaglia sta analizzando il comportamento chimico-fisico di proteine correlate a queste condizioni patologiche. Le proteine in questione hanno la capacità di formare condensati biomolecolari, simili a gomitoli, che, in determinate circostanze, diventano insolubili in acqua. In condizioni normali, questo meccanismo è utile per gestire la produzione di altre proteine e rispondere a situazioni di stress cellulare. Tuttavia, quando il processo di condensazione viene alterato, si può sviluppare uno stato patologico in cui i gomitoli proteici si trasformano in strutture solide che si accumulano all’interno delle cellule, portando alla loro morte. Esempi di questi aggregati tossici includono i corpi di Lewy, associati al Parkinson, e le placche amiloidi correlate all’Alzheimer.
Il funzionamento dell’algoritmo catGranule 2.0 Robot
L’algoritmo catGranule 2.0 Robot è stato progettato per comprendere il legame tra le mutazioni delle proteine e la formazione di condensati. Sotto la direzione di Tartaglia, i ricercatori Michele Monti e Jonathan Fiorentino hanno sviluppato un sistema in grado di identificare le proteine potenzialmente dannose. Questo software è in grado di rintracciare caratteristiche biochimiche correlate alle malattie neurodegenerative, permettendo di intervenire precocemente e rallentare il decadimento cognitivo. L’algoritmo è addestrato per riconoscere la formazione di condensati, un passaggio iniziale verso la creazione di aggregati tossici.
La formazione dei condensati biomolecolari avviene attraverso un processo chimico-fisico noto come separazione di fase liquido-liquido. Alcune proteine possiedono una struttura tridimensionale che facilita questo fenomeno. L’interazione tra RNA e proteine gioca un ruolo cruciale: il RNA può facilitare o inibire la separazione di fase. Pertanto, il team di ricerca ha concentrato i propri sforzi sull’interazione RNA-proteina, addestrando l’algoritmo per utilizzare questo parametro come indicatore del potenziale tossico dei condensati biomolecolari.
Il progetto Ivbm-4Pap e le prospettive future
Lo studio fa parte del progetto internazionale Ivbm-4Pap, coordinato dall’IIT, che ha come obiettivo lo sviluppo del microscopio Ivbm (In-Vivo Brillouin Microscope). Questo strumento sarà fondamentale per individuare nuovi target terapeutici per le malattie neurodegenerative, consentendo di misurare le proprietà delle proteine e dei condensati all’interno delle cellule vive, senza necessità di interventi esterni. L’algoritmo catGranule 2.0 Robot funge da base computazionale per questo progetto, offrendo previsioni teoriche su quali proteine e mutazioni possano rivelarsi rilevanti. I ricercatori potranno quindi verificare i risultati attraverso l’osservazione al microscopio, monitorando in tempo reale il comportamento delle proteine e la loro interazione con l’RNA.
Il consorzio Ivbm-4Pap include il Center for Life Nano and Neuro-Science e il RNA Systems Biology Lab dell’Istituto Italiano di Tecnologia, l’Università di Trento, l’Universidad Zaragoza (Spagna), il gruppo ImHorPhen dell’Université Angers (Francia) e l’azienda Crest Optics. Il nuovo algoritmo è disponibile per la comunità scientifica, segnalando un passo significativo verso l’identificazione precoce dei segnali patologici e lo sviluppo di nuove strategie terapeutiche per affrontare le malattie neurodegenerative.
