Microambiente su chip per test di chemio-radioterapia
Ente Finanziatore: AIRC - Fondazione AIRC per la Ricerca sul Cancro [AIRC IG 21479] Ministero della salute (fondi 5xmille)
Co Principal Investigator: Dott.ssa Rancati Tiziana
Data di inizio:
Struttura Principale: Data Science
PI - Luca Possenti
Questa linea di ricerca mira a contribuire all’avanzamento dei modelli preclinici attraverso lo sviluppo di chip microfluidici innovativi per applicazioni in chemioterapia e radioterapia. Tali chip microfluidici sono costituiti da canali interconnessi di dimensioni micrometriche, che replicano in vitro caratteristiche chiave del microambiente (tumorale) umano e del sistema vascolare umano. Combinando competenze in ingegneria biomedica, biologia e modellazione computazionale, queste piattaforme favoriranno l’indagine dell’efficacia della chemio-radioterapia per applicazioni oncologiche.
In particolare, riportiamo due principali applicazioni relative agli effetti della radioterapia sulla microvascolatura umana e all’analisi della chemio-radioterapia per il tumore al pancreas.
Nel primo caso, abbiamo studiato come le radiazioni ionizzanti e l’adroterapia influenzino i tessuti sani, con particolare attenzione ai danni vascolari, utilizzando un modello di microvascolatura umana su chip. Questo modello replica in vitro una rete microvascolare umana mediante la coltura tridimensionale di cellule endoteliali.
Il secondo modello è focalizzato sull'adenocarcinoma duttale del pancreas (PDAC), un tumore aggressivo caratterizzato da un microambiente denso e fibrotico che limita spesso l’efficacia delle terapie convenzionali. L’obiettivo principale è costruire una tecnologia tumor-on-chip che imiti in vitro il microambiente del PDAC per studiare l’efficacia della chemioterapia e della radioterapia.
Questi studi in vitro sono integrati da simulazioni computazionali per analizzare la risposta cellulare ai trattamenti, offrendo strumenti preziosi per guidare e ottimizzare le strategie terapeutiche.
Nel complesso, questi modelli forniscono una piattaforma rilevante per migliorare la previsione degli esiti terapeutici e accelerare lo sviluppo di modelli preclinici più complessi.
Co Principal Investigator Dott.ssa Rancati Tiziana
Struttura Principale: Data Science
Area Ricerca, Struttura complessa
Farmacologia Molecolare
Area Ricerca, Struttura complessa
Fisica Sanitaria
Area Clinica, Struttura complessa
Ultimo aggiornamento: 27/08/2025