La Microbiologia della Romagna ottiene un finanziamento dal Ministero dell’Università

La Microbiologia della Romagna ha ottenuto in questi giorni un importante finanziamento del Ministero dell’Università con un progetto PRIN (Progetti di Rilevante Interesse Nazionale) dal titolo “An artificial intelligence approach for risk prediction in patients with sepsis caused by Klebsiella pneumoniae multidrug resistant strains”, di cui è capofila, insieme all’Università di Catania e al Dipartimento di Fisica e Astronomia (DIFA) dell’Università di Bologna.

“Klebsiella pneumoniae – spiega il prof Vittorio Sambri, direttore della Microbiologia della Romagna, Coordinatore della Rete dei Laboratori di Microbiologia della Regione Emilia Romagna e professore associato presso il DIMEC dell’Università di Bologna – è un batterio Gram-negativo che colonizza normalmente il tratto gastrointestinale. È noto per dare infezioni del torrente circolatorio e di altri distretti soprattutto nei pazienti fragili e ospedalizzati, caratterizzandosi come uno dei patogeni leader per quanto riguarda le infezioni correlate all’assistenza. È un patogeno che presenta diversi fattori di virulenza non ancora completamente chiariti e resistenze a diverse classi di antibiotici, inclusi i beta-lattamici. In questo studio, finanziato dal Ministero dell’Università e della Ricerca nell’ambito del programma competitivo “PRIN” (Progetti d Rilevante Interesse Nazionale) più di cinquecento isolati batterici, raccolti presso il laboratorio di Microbiologia di AUSL Romagna e la Microbiologia di Catania (Prof.ssa Stefania Stefani, Presidente della Società Italiana di Microbiologia) saranno sottoposti a sequenziamento completo del genoma e ad analisi bioinformatica“.

“I dati ottenuti – prosegue il professore – integrati con parametri clinici e biochimici, saranno analizzati con sistemi di intelligenza artificiale presso l’Unità di Biofisica dell’Università di Bologna (Prof. Daniel Remondini) al fine di ottenere delle ‘signature’ in grado di predire l’’outcome del paziente”, cioè basandosi sui dati genetici del batterio combinati con dati clinici e laboratoristici del paziente si cercherà di predire la gravità della malattia ed il rischio di mortalità“.