Dalla meccanica quantistica uno spin-off per scoprire nuovi farmaci

modelloprione

Modello strutturale del Prione sovrapposto a mappe di microscopia crioelettronica

Scoprire nuovi farmaci grazie a innovativi protocolli di drug design e potenti algoritmi sviluppati a partire da metodi matematici di fisica teorica, originariamente sviluppati per studiare fenomeni tipici del mondo subatomico, come ad esempio l’effetto tunnel quantistico. È questa la sfida lanciata dalla neonata Sibylla Biotech, società Spin-off dell’Istituto Nazionale di Fisica Nucleare (INFN), delle Università di Trento e Perugia e su cui il fondo Vertis Venture 3 Tech Transfer ha deciso di puntare investendo 2,4 milioni di Euro. L’investimento è stato annunciato oggi in una conferenza stampa a Trento organizzata da Hit-Hub Innovazione Trentino.

Gli scienziati soci fondatori di Sibylla Biotech hanno sviluppato una piattaforma innovativa per la scoperta di nuovi target farmacologici sfruttando competenze che vanno dalla fisica sub-nucleare, all’informatica, alla biologia cellulare, alla chimica farmaceutica, in cui l’interdisciplinarità è la chiave vincente. Sibylla, che ora continuerà lo sviluppo della tecnologia, ne ha acquisito la licenza da Istituto Nazionale di Fisica Nucleare (INFN), Università di Trento e Fondazione Telethon che hanno finanziato la ricerca.

Elemento cruciale di questo nuovo approccio alla ricerca di potenziali farmaci è l’impiego di un metodo di calcolo che si basa su metodi matematici di fisica teorica che sono stati originariamente sviluppati per studiare fenomeni tipici del mondo subatomico, come l’effetto tunnel quantistico, poi adattati per simulare processi biomolecolari complessi, come il ripiegamento e l’aggregazione di proteine. Il metodo è stato impiegato con successo per lo studio della replicazione del prione, la proteina responsabile del morbo della mucca pazza, e ha portato al primo modello computazionale realistico al mondo di questo meccanismo. Un risultato pubblicato sulla rivista Plos Pathogens e dalle enormi potenzialità per la futura ricerca mirata di farmaci in grado di contrastare gravi malattie oggi incurabili. Il risultato è stato ottenuto lo scorso luglio dal gruppo di ricerca dell’Istituto Telethon Dulbecco presso l’Università di Trento guidato da Emiliano Biasini, in collaborazione con il gruppo di Pietro Faccioli del dipartimento di Fisica dello stesso ateneo e afferente all’Istituto Nazionale di Fisica Nucleare.

“L’Istituto Nazionale di Fisica Nucleare (INFN) – commenta Ezio Previtali, a capo del Comitato per il Trasferimento Tecnologico dell’INFN  – è costantemente impegnato nella promozione e nel supporto del trasferimento di conoscenze dalla scienza di base alla società. Sibylla Biotech è un esempio notevole in cui le teorie della fisica delle particelle elementari sono diventate strumenti innovativi per descrivere i processi biologici di base. Questo approccio interdisciplinare che coinvolge altri partner importanti, le Università di Trento e Perugia e la Fondazione Telethon, dimostra che un’interconnessione molto più forte tra i diversi settori scientifici potrebbe generare impatti molto importanti e utili sull’economia e sulla società. L’ulteriore coinvolgimento dell’importante partner Vertis Venture 3 Tech Transfer garantirà gli investimenti necessari a sostegno di questa imprenditoria molto innovativa”.

Clicca e acquista su Amazon
acquista su amazon.it

Questa voce è stata pubblicata in INFN, Uncategorized e contrassegnata con , , , , , . Contrassegna il permalink.

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.