variabilità individuale dell'infezione da Covid-19

Correlazioni tra il profilo genetico dell’ospite e l’infezione da COVID-19

finanziato da:

totale finanziato:

196.000.00

Durata:

3 anni

impatto

Competenze interdisciplinari e alta innovazione per la gestione personalizzata dei pazienti
in caso di future pandemie da Coronavirus

Competenze interdisciplinari e alta innovazione per la gestione personalizzata dei pazienti in caso di future pandemie da Coronavirus

Per ragioni contingenti legate alla pandemia da COVID-19, l’Unità di Genetica Medica ha avviato un progetto di ricerca sullo studio del profilo genetico dell’ospite allo scopo di identificare varianti di suscettibilità all’infezione da COVID-19 e al tempo stesso anche varianti protettive, correlate sia al rischio di contagio che alla probabilità di manifestare sintomi più o meno gravi della malattia.

Recentemente anche altri gruppi a livello internazionale hanno identificato, attraverso studi analoghi, varianti genetiche di suscettibilità al COVID-19, precisamente in alcuni geni e nel locus che determina il gruppo sanguigno.

L’Unità di ricerca di Genetica Medica dell’Università Campus Bio-Medico di Roma intende dedicarsi al proseguimento di questo progetto: verranno effettuati studi di correlazione genotipo-fenotipo per valutare la variabilità delle manifestazioni cliniche a livello intrafamiliare. Questo si realizzerà individuando famiglie con variabilità dei sintomi a parità di esposizione e successiva genotipizzazione.

Ci si attende di riconfermare i profili genetici noti e individuare nuovi fattori genetici di suscettibilità o di protezione dall’infezione da coronavirus. Inoltre, alla luce della disponibilità di un vaccino questi studi possono essere utili per comprendere e prevedere la risposta individuale alla vaccinazione antiCOVID. E’ infatti atteso che il 10% della popolazione non sarà responsivo alla vaccinazione e rimane ad alto rischio di contagio e sintomi anche gravi. In aggiunta, la conoscenza del profilo genetico dell’ospite potrà essere importante non solo per acquisire conoscenze sulla patogenesi dell’infezione per mettere in atto un disease modelling su cui testare composti a scopo terapeutico, ma anche per sviluppare figure di rischio e prevenzione personalizzate.

L’uso dell’intelligenza artificiale permetterà di integrare diverse variabili (genetiche e cliniche) e di elaborare algoritmi predittivi attraverso un sistema di “machine learning”. Il progetto si caratterizza per la sua forte innovazione (in quanto applica i principi della moderna concezione della medicina di precisione e integra saperi e metodologie informatiche che stanno sempre più entrando nella diagnostica clinica e di laboratorio), unicità e interdisciplinarietà, grazie alle competenze ingegneristiche, fisiologiche, genetiche, cliniche e farmacologiche.