Sistemi per la produzione di enzimi industriali finalizzati alla valorizzazione di scarti agroalimentari

La demolizione idrolitica delle pareti cellulari delle piante tramite enzimi lignocellulosici è quindi uno degli approcci più studiati della valorizzazione di scarti agricoli per il recupero di fitochimici di valore come secondary chemical building block per la chimica industriale. White rot fungi come il Pleurotus ostreatus producono una vasta gamma di enzimi extracellulari che degradano substrati lignocellulosici complessi in sostanze solubili per essere utilizzati come nutrienti. In questo lavoro abbiamo studiato la produzione di diversi tipi di enzimi lignocellulosici quali cellulase, xilanase, pectinase, laccase, perossidase e arylesterase (caffeoilesterase e feruloilesterase), indotte dalla crescita di Pleurotus ostreatus in fermentazione allo stato solido (SSF) di sottoprodotti agroalimentari (graspi d’uva, vinaccioli, lolla di riso, paglia di grano e crusca di grano) come substrati. Negli ultimi anni, SSF ha ricevuto sempre più interesse da parte dei ricercatori, dal momento che diversi studi per produzioni di enzimi, aromi, coloranti e altre sostanze di interesse per l' industria alimentare hanno dimostrato che SSF può dare rendimenti più elevati o migliorare le caratteristiche del prodotto rispetto alla fermentazione sommersa. L’utilizzo dei sottoprodotti agroalimentari come substrati nei processi SSF, fornisce una via alternativa e di valore, alternativa a questi residui altrimenti sotto/o non utilizzati. L'efficienza del processo di fermentazione è stato ulteriormente studiato attraverso trattamenti meccanici di estrusione del substrato , in grado di promuovere il recupero dell’enzima e di aumentare l'attività prodotta. Le attività enzimatiche prodotte dalla fermentazione sono strettamente dipendente della rimozione periodica degli enzimi prodotti. Le diverse matrici vegetali utilizzate hanno presentato diversi fenomeni induttivi delle specifiche attività enzimatiche. I processi SSF hanno dimostrato una buona capacità di produrre enzimi extracellulari in grado di essere utilizzati successivamente nei processi idrolitici di bioraffinazione per la valorizzazione dei prodotti agroalimentari.

Metodi computazionali per l'annotazione di genomi e proteomi

Il progresso tecnologico nel campo della biologia molecolare, pone la comunità scientifica di fronte all’esigenza di dare un’interpretazione all’enormità di sequenze biologiche che a mano a mano vanno a costituire le banche dati, siano esse proteine o acidi nucleici. In questo contesto la bioinformatica gioca un ruolo di primaria importanza. Un nuovo livello di possibilità conoscitive è stato introdotto con le tecnologie di Next Generation Sequencing (NGS), per mezzo delle quali è possibile ottenere interi genomi o trascrittomi in poco tempo e con bassi costi. Tra le applicazioni del NGS più rilevanti ci sono senza dubbio quelle oncologiche che prevedono la caratterizzazione genomica di tessuti tumorali e lo sviluppo di nuovi approcci diagnostici e terapeutici per il trattamento del cancro. Con l’analisi NGS è possibile individuare il set completo di variazioni che esistono nel genoma tumorale come varianti a singolo nucleotide, riarrangiamenti cromosomici, inserzioni e delezioni. Va però sottolineato che le variazioni trovate nei geni vanno in ultima battuta osservate dal punto di vista degli effetti a livello delle proteine in quanto esse sono le responsabili più dirette dei fenotipi alterati riscontrabili nella cellula tumorale. L’expertise bioinformatica va quindi collocata sia a livello dell’analisi del dato prodotto per mezzo di NGS ma anche nelle fasi successive ove è necessario effettuare l’annotazione dei geni contenuti nel genoma sequenziato e delle relative strutture proteiche che da esso sono espresse, o, come nel caso dello studio mutazionale, la valutazione dell’effetto della variazione genomica. È in questo contesto che si colloca il lavoro presentato: da un lato lo sviluppo di metodologie computazionali per l’annotazione di sequenze proteiche e dall’altro la messa a punto di una pipeline di analisi di dati prodotti con tecnologie NGS in applicazioni oncologiche avente come scopo finale quello della individuazione e caratterizzazione delle mutazioni genetiche tumorali a livello proteico.

Computational Modelling of Cardiac Electrophysiology: from Cell to Bedside

Heart diseases are the leading cause of death worldwide, both for men and women. However, the ionic mechanisms underlying many cardiac arrhythmias and genetic disorders are not completely understood, thus leading to a limited efficacy of the current available therapies and leaving many open questions for cardiac electrophysiologists. On the other hand, experimental data availability is still a great issue in this field: most of the experiments are performed in vitro and/or using animal models (e.g. rabbit, dog and mouse), even when the final aim is to better understand the electrical behaviour of in vivo human heart either in physiological or pathological conditions. Computational modelling constitutes a primary tool in cardiac electrophysiology: in silico simulations, based on the available experimental data, may help to understand the electrical properties of the heart and the ionic mechanisms underlying a specific phenomenon. Once validated, mathematical models can be used for making predictions and testing hypotheses, thus suggesting potential therapeutic targets. This PhD thesis aims to apply computational cardiac modelling of human single cell action potential (AP) to three clinical scenarios, in order to gain new insights into the ionic mechanisms involved in the electrophysiological changes observed in vitro and/or in vivo. The first context is blood electrolyte variations, which may occur in patients due to different pathologies and/or therapies. In particular, we focused on extracellular Ca2+ and its effect on the AP duration (APD). The second context is haemodialysis (HD) therapy: in addition to blood electrolyte variations, patients undergo a lot of other different changes during HD, e.g. heart rate, cell volume, pH, and sympatho-vagal balance. The third context is human hypertrophic cardiomyopathy (HCM), a genetic disorder characterised by an increased arrhythmic risk, and still lacking a specific pharmacological treatment.

Open-cell Metallic Foams for the Electrochemical Conversion of Biomass-derived Compounds

The electrochemical conversion is a sustainable way for the production of added-value products, operating in mild conditions, using in-situ generated hydrogen/oxygen by water and avoiding the use of high H2/O2 pressures. The aim of this work is to investigate the electrocatalytic conversion of 5-hydroxymetilfurfural (HMF) and D-glucose, in alkaline media, using metallic open-cell foams based-catalysts. The electrochemical hydrogenation of HMF to 2,5-bis(hydroxymethyl)furan (BHMF) was performed using nanostructured Ag, deposited by galvanic displacement (GD) or electrodeposition (ED), on Cu foam, obtaining AgCu bimetallic nanoparticles (ED) or dendrites (GD) which enhanced electroactive surface area, charge and mass transfer, than bare foams. In diluted 0.02M HMF solutions, Ag/Cu samples selectively produce BHMF; the large surface area enhanced the productivity, compared to their 2D counterparts. Furthermore, at more concentrated solutions (0.05 – 0.10M) a gradually decrease of selectivity is observed. The performances of the electrodes is stable during the catalytic tests but a Cu-enrichment of particles occurred. The performances of Ni foam-based catalysts, obtained by calcination of Ni foam or by electrodeposition of Ni-hydroxide/Ni and Ni particle/Ni, were firstly investigated for the selective electrochemical oxidation of D-glucose toward gluconic acid (GO) and glucaric acid (GA). Then, the calcined catalyst was chosen to study the influence of the reaction conditions on the reaction mechanism. The GO and GA selectivities increase with the charge passed, while the formation of by-products from C-C cleavage/retro-aldol process is maximum at low charge. The fructose obtained from glucose isomerization favours the formation of by-products. The best glucose/NaOH ratio is between 0.5 and 0.1: higher values suppress the OER, while lower values favour the formation of low molecular weight products. The increases of the potential enhance the GO selectivity, nevertheless higher GA selectivity is observed at 0.6 – 0.7V vs SCE, confirmed by catalytic test performed in gluconate (30-35% GA selectivity).

Identificazione di nuove strategie per la valutazione della malattia minima residua nel Mieloma Multiplo: la Biopsia Liquida

Il Mieloma Multiplo (MM) è una patologia neoplastica delle cellule B caratterizzata dalla proliferazione di più cloni di plasmacellule portatrici di diverse anomalie genomiche. Il MM presenta tipicamente un’eterogeneità genomica spaziale e intraclonale, che rende l’aspirato midollare "a singolo sito", attualmente utilizzato per la valutazione della malattia residua (MRD) dopo trattamento, non realmente informativo sulla taglia di malattia e sul panorama genomico della malattia. In considerazione della crescente importanza che sta assumendo la valutazione della MRD, i test per monitorarla dovrebbero essere non invasivi, affidabili e in grado di rappresentare le eterogeneità che caratterizzano il MM. Il presente studio ha permesso di dimostrare la possibilità di utilizzare la biopsia liquida, una metodica innovativa e non invasiva, per caratterizzare i pazienti con MM attivo o con MM smoldering ad alto rischio di evoluzione (HR-SMM) e per determinale l’MRD nei pazienti sottoposti a terapia di prima linea, integrando le metodiche attualmente validate. Nei pazienti arruolati nel presente studio è stato possibile identificare la frazione tumorale di DNA libero circolante (cfDNA-TF) nel sangue periferico, ed è stato possibile caratterizzare la malattia da un punto di vista qualitativo, dimostrando un’elevata concordanza del profilo genomico tra DNA libero circolante e DNA midollare (100% nei pazienti con HR-SMM e 86% nei pazienti con MM attivo). L’esecuzione seriata di biopsie liquide in corso di terapia, con un follow-up mediano di 24 mesi, ha mostrato una rapida e netta riduzione della cfDNA-TF xdalle prime fasi di terapia, con una tendenza a mantenersi mediamente sotto la soglia di sensibilità della metodica anche nelle fasi successive, indipendentemente dall’eventuale persistenza di MRD individuabile a livello midollare o mediante PET-CT. Con un follow-up più lungo probabilmente sarà possibile valutare meglio la capacità di questa metodica di affiancare o eventualmente sostituire l’aspirato midollare.

Analysis of efficacy and safety of CAR T-cell therapy in relapsed/refractory lymphomas: current indications and future perspectives

In the last few years, the introduction of chimeric antigen receptor (CAR) T-cell therapy into clinical practice has revolutionized the approach to patients with relapsed/refractory (R/R) large B-cell lymphoma (LBCL), whose outcome used to be dismal with median overall survival (OS) of approximately 6 months with standard salvage therapy. At our Institute, we started treating diffuse large B-cell lymphoma (DLBCL) patients with CAR T-cell products in August 2019 and they received either axicabtagene ciloleucel (axi-cel) and tisagenlecleucel (tisa-cel) as per regulatory indications. This research project presents the 2-year follow-up of the first 53 treated patients. Our first aim is to investigate the feasibility of this treatment strategy in a real-world setting, although the reimbursement criteria set by the Italian Medicines Agency (Agenzia Italiana del Farmaco, AIFA) are very similar to the inclusion criteria of clinical trials and stricter than those established by the regulatory authorities of many foreign countries. One month after infusion, the ORR was 66% with 19 patients already in CR (38%). Restaging at 3, 6 and 12 months post-infusion shows that early CRs tend to be maintained over time and, moreover, that a considerable number of PRs and a few SDs can improve into a CR. The safety data were consistent with what is reported in the literature; toxicity was generally manageable, largely due to the increasing expertise in handling the specific adverse events related to CAR T-cell therapy. Our results confirms that CAR T-cell therapy is both safe and effective in a real-life setting and that it represents a crucial weapon in a subset of patients who were previously doomed to an inevitably severe prognosis.

Developing a radiomic based machine learning model to identify patients with resected non-small-cell lung cancer at high risk of relapse

Background There is a wide variation of recurrence risk of Non-small-cell lung cancer (NSCLC) within the same Tumor Node Metastasis (TNM) stage, suggesting that other parameters are involved in determining this probability. Radiomics allows extraction of quantitative information from images that can be used for clinical purposes. The primary objective of this study is to develop a radiomic prognostic model that predicts a 3 year disease free-survival (DFS) of resected Early Stage (ES) NSCLC patients. Material and Methods 56 pre-surgery non contrast Computed Tomography (CT) scans were retrieved from the PACS of our institution and anonymized. Then they were automatically segmented with an open access deep learning pipeline and reviewed by an experienced radiologist to obtain 3D masks of the NSCLC. Images and masks underwent to resampling normalization and discretization. From the masks hundreds Radiomic Features (RF) were extracted using Py-Radiomics. Hence, RF were reduced to select the most representative features. The remaining RF were used in combination with Clinical parameters to build a DFS prediction model using Leave-one-out cross-validation (LOOCV) with Random Forest. Results and Conclusion A poor agreement between the radiologist and the automatic segmentation algorithm (DICE score of 0.37) was found. Therefore, another experienced radiologist manually segmented the lesions and only stable and reproducible RF were kept. 50 RF demonstrated a high correlation with the DFS but only one was confirmed when clinicopathological covariates were added: Busyness a Neighbouring Gray Tone Difference Matrix (HR 9.610). 16 clinical variables (which comprised TNM) were used to build the LOOCV model demonstrating a higher Area Under the Curve (AUC) when RF were included in the analysis (0.67 vs 0.60) but the difference was not statistically significant (p=0,5147).