PRIN PNRR 2022 n. P202257HWR - Bipolar disORDER: beyond psychology and towards multi-omics analysis (BORDER) - Finanziamento dell’Unione Europea – NextGenerationEU – missione 4, componente 2, investimento 1.1 - CUP D53D23021470001

Il progetto BORDER (Bipolar disORDER: oltre la psicologia e verso l'analisi multi-omica) mira a rivoluzionare il concetto di diagnosi, monitoraggio e trattamento delle malattie associate al disturbo bipolare utilizzando le scienze omiche (come la genomica e la metabolomica) e le tecnologie di intelligenza artificiale (machine learning, ML). Il disturbo bipolare è un disturbo dell'umore cronico e invalidante con una base fisiopatologica complessa. Un significativo numero di pazienti non riceve una diagnosi corretta, il che influisce direttamente sulla risposta terapeutica e complica il percorso di recupero. Come malattia mentale, provoca sbalzi d'umore estremi: le fasi di euforia (mania) possono durare settimane o addirittura mesi, così come le fasi depressive. Pertanto, il disturbo bipolare può essere molto debilitante e rendere difficile affrontare la vita quotidiana. Il progetto BORDER mira a sviluppare, per la prima volta, un protocollo di screening diagnostico economicamente sostenibile come alternativa alle attuali procedure cliniche di routine, al fine di fornire nuovi strumenti validi per (i) la diagnosi del disturbo bipolare in pazienti potenzialmente affetti e, successivamente, (ii) la selezione dei trattamenti e il follow-up dei pazienti positivi nel contesto della medicina personalizzata. Per ridurre l'invasività e i costi della diagnosi, dei trattamenti e del follow-up, il progetto BORDER svilupperà pannelli clinici personalizzati per ottimizzare l'analisi ad alta capacità con elevata efficienza (in termini di costo/paziente) basata sull'analisi di campioni di urina e sangue. In particolare, si utilizzerà la tecnologia dei campioni di sangue essiccato (DBS) per la raccolta di campioni di sangue. La durata dello studio dei pazienti reclutati sarà compresa tra 1 e 3 mesi, dalla diagnosi al follow-up. Per raggiungere questi obiettivi, il progetto BORDER combinerà i metodi consolidati di diagnosi e trattamento per la gestione del disturbo bipolare con le più innovative approcci omici ad alta capacità: la sequenziamento di nuova generazione (Next Generation Sequencing, NGS) sarà impiegato per l'analisi genomica e la spettrometria di massa ad alta risoluzione con quadrupolo a tempo di volo (QTOF-HRMS) per l'analisi metabolomica. I dati raccolti saranno valutati utilizzando tecniche di machine learning e intelligenza artificiale (AI) come il modellamento non supervisionato, il modellamento supervisionato e le strategie di fusione dati, capaci di armonizzare e ottimizzare il contenuto di tutte le informazioni provenienti da diverse fonti. Questi approcci consentiranno di identificare nuovi biomarcatori per discriminare i pazienti con disturbo bipolare tra i casi sospetti, stratificandoli infine in categorie con diversi livelli di criticità e monitorando il loro comportamento durante i primi mesi di trattamenti farmacologici. Infine, verrà creato un pannello di controllo personalizzato per integrare i modelli di ML sviluppati per la diagnosi e il follow-up, consentendo al personale clinico di accedere facilmente alle informazioni e ai dati, prendere decisioni migliori e migliorare l'assistenza ai pazienti.