Programmazione triennale IRCCS 2022-2024

Negli ultimi 20 anni, l’introduzione di tecnologie di nuova generazione per lo studio del genoma, trascrittoma, metagenoma ed epigenoma hanno ampliato le conoscenze sulla patogenesi del cancro consentendo lo sviluppo di terapie mirate. Questa rivoluzione ha portato in diversi casi alla identificazione di sottogruppi specifici di pazienti in grado di rispondere a particolari trattamenti e ad un sensibile miglioramento della sopravvivenza degli stessi.

Tuttavia, esistono neoplasie, spesso a ridotta incidenza, per le quali i progressi sono stati minimi, e anche nei casi in cui i successi sono stati significativi, questi sono caratterizzati da grande variabilità nella risposta ai trattamenti, sia in termini di efficacia che in termini di durata nel tempo. Questa eterogeneità clinica è conseguenza di una marcata eterogeneità biologica e molecolare dovuta alla presenza nel tumore di sotto popolazioni cellulari con caratteristiche biologiche differenti (fenotipo epiteliale, mesenchimale, infiammatorio,  cellule staminali ecc.) e con alterazioni genetiche ed epigenetiche eterogenee, che risultano essere anche paziente-specifica e influenzate dall’interazioni con il microambiente anche attraverso gli esosomi, piccole vescicole di diametro 40-150nm rilasciate attivamente dalle cellule tumorali e stromali.

La sfida dell’oncologia per i prossimi anni sarà quindi identificare i determinanti molecolari, cellulari, esosomali di questa eterogeneità per lo sviluppo di biomarcatori predittivi.

Le neoplasie saranno caratterizzate a livello di genoma, trascrittoma, metagenoma, epigenoma e di immunofenotipo mediante l’analisi di tessuto tumorale, tessuto sano, linea germinale, biopsia liquida, esosomi, e cellule staminali isolate da tessuto tumorale fresco bioptico e post-chirurgico. A tal fine si utilizzeranno tecnologie di nuova generazione quali DNA microarrays, real-time PCR e digital PCR (per analisi espressione di mRNA e microRNA, ed analisi di mutazioni nel DNA circolante), multicolor Flow Cytometry e Next Generation Sequencing (es. Targeted Sequencing, Copy Number Variation, RNA seq, Chipseq, single cell RNAseq) e  Nanoparticle Tracking Analysis (per gli esosomi).

Analisi statistiche e bioinformatiche avanzate saranno utilizzate per correlare i dati con le caratteristiche clinico-patologiche del singolo tumore e gli stili di vita (es. alimentazione, esposizione ad agenti inquinanti). Questo consentirà di caratterizzare le sottopopolazioni cellulari nel tumore e la relativa componente staminale, al microambiente tumorale (inclusi gli esosomi) che sono all’origine dell’eterogeneità tumorale e che verosimilmente si associano al diverso rischio di sviluppo della malattia, della sua progressione, che determinano una differente prognosi e risposta ai trattamenti convenzionali e biologici/molecolari.

I meccanismi biomolecolari saranno studiati anche su linee cellulari primarie, cellule staminali ed organoidi, isolate da tessuto tumorale (ex-vivo), da sangue periferico (sangue intero, siero e plasma) di ogni singolo paziente e nel modello murino generato da inoculo ortotopico di cellule tumorali e staminali (cell and patient derived xenograft, CDX - PDX) attraverso manipolazioni dell’espressione genica (siRNA, shRNA, CRISPR-Cas9, vettori di espressione), utilizzo di esosomi anche ingegnerizzati, e interazioni con molecole farmacologicamente attive.

Identificazione dei meccanismi biologici associati alla eterogeneità tumorale paziente-specifica e intratumorale mediante studio del profilo genomico, trascrittomico, metagenomico, epigenomico e immunofenotipico di tessuto, biopsia liquida (inclusi gli esosomi) e staminali tumorali; identificazioni di marcatori prognostici e predittivi di risposta a farmaci convenzionali, molecolari ed immunoterapia, su tessuto e biopsia liquida. Identificazione di nuovi bersagli molecolari specifici per le cellule metastatiche e per la componente staminale,  nonché delle relative recidive/metastasi, per lo sviluppo di terapie innovative personalizzate.