Episode Transcript
[00:00:00] Speaker A: Unigiradio per Università Svelate. Sono qui con Sara Garbarino, rappresentante della Scuola di Scienze Matematiche e Fisiche Naturali.
Senti il peso di rappresentare la tua scuola ad un evento come questo?
[00:00:13] Speaker B: Dai, no, più che peso sono molto orgogliosa di rappresentare la scuola, di rappresentare il Dipartimento di Matematica, in cui mi sono laureata, dottorata e poi sono tornata come ricercatrice, quindi sono molto felice di rappresentare il Dipartimento e la mia scuola.
[00:00:26] Speaker A: Come pensi che un evento del genere possa avvicinare l'Università di Genova alla città?
[00:00:32] Speaker B: Ma sicuramente aprire le porte delle proprie bellezze e delle ricerche, delle eccellenze, aiuta. Poi l'aula oggi è bellissima, era piena di gente, c'erano gli studenti, dei licei, quindi è un'esperienza che penso sicuramente sia di grande impatto per la cittadinanza, visto il successo che sta avendo poi, insomma, spero proprio, immagino che sia così.
[00:00:55] Speaker A: Grazie mille Sara. Con Sara abbiamo fatto già un'intervista in studio, quindi vi lascio a quell'intervista.
[00:01:01] Speaker B: Ciao, mi chiamo Sara Garbarino, sono una ricercatrice, un RTT presso il DIMA, che è il Dipartimento di Matematica in Unige.
Io mi sono laureata e dottorata qui in Unige e poi dopo il dottorato mi sono spostata per un paio d'anni di postdoc al Center for Medical Image Computing dell'University College London e poi all'INRIA di Sophia Antipoli che è un centro di ricerca francese che è specializzato nella ricerca sulle applicazioni, le applicazioni della matematica in diversi contesti e io mi sono interessata durante questi anni all'estero di tutto quello che è legato alle applicazioni biomedicali della matematica e quindi insomma sono tornata poi in Unige e sono entrata a far parte di questo laboratorio congiunto tra il Dipartimento di Matematica e l'Ospedale Policlinico San Martino. Questo laboratorio si chiama Life Science Computational Lab o LISCOMP e che è nato proprio con l'obiettivo di connettere le competenze più tecniche, modellistiche, matematiche, informatiche con quelle cliniche per sviluppare degli strumenti innovativi nella medicina, nella tecnologia sanitaria.
E questo laboratorio unisce in cui io lavoro e unisce ricercatori che provengono da discipline diverse, principalmente, diciamo, all'ISCOMPORA lavoriamo in una quindicina di persone, tra dottorandi, unige, ricercatori ospedalieri, personale unige, abbiamo una sede fisicamente dentro l'ospedale e siamo tutti matematici, fisici, bioinformatici, statistici.
Ed è interessante l'idea di avere un centro di scienze computazionali negli uffici del San Martino, quindi tra biologi, medici eccetera ci siamo noi con i nostri computer, quindi quando entrano nei nostri laboratori uno si aspetta, dice ah chissà che macchinari pazzeschi ci saranno di laboratori, invece noi lavoriamo con dei grossi computer e basta essenzialmente facciamo grosse simulazioni modellistiche, matematiche, numeriche ed intelligenza artificiale per diversi progetti.
È un ambiente davvero unico e devo dire con una collaborazione che non è sempre facilissima, quella tra persone che arrivano da background molto diversi, ma che sta funzionando con grande successo da qualche anno ormai.
Lavoriamo su progetti molto diversi, abbiamo un progetto in cui io sono coinvolta che mi interessa particolarmente, che è quello di, diciamo, simulare in maniera completamente computazionale, quindi soltanto sul computer senza dover testare su animali, testare in vitro, ma sono queste simulazioni che si definiscono in silico, quindi soltanto sul computer, simulare come possa prevedere l'evoluzione di patologie neurodegenerative come l'Alzheimer, utilizzando solamente modelli matematici e però dati clinici reali che il fatto di essere, diciamo, lì fisicamente nell'ospedale ci permette di avere a disposizione. E questi studi ci permettono di comprendere meglio proprio le dinamiche delle malattie e offrono anche la possibilità di sviluppare degli interventi terapeutici più mirati ed efficaci, quindi hanno un impatto clinico, un impatto sulla popolazione.
Certamente c'è del margine d'errore in queste simulazioni.
Sono modelli matematici che tengono in conto quello che noi chiamiamo l'incertezza del modello e quindi sono in grado di fornire delle previsioni con delle stime del rischio di commettere degli errori su queste previsioni. Quindi c'è sempre una banda di incertezza.
non si dà mai un prodotto che possa permettere al medico di fare delle previsioni certe perché chiaramente è difficile e non è neanche quello che si vorrebbe ma ci sono delle stime d'incertezza che questo modello permette di fornire al paziente.
Scusami l'ho appena tirato.
Ok gesticolo molto in effetti.
Hai ragione.
Quindi sì, essenzialmente...
Un progetto su cui lavoro da molto tempo è quello proprio di andare a simulare, a comprendere e simulare la dinamica dell'evoluzione di certe proteine che si sviluppano nel cervello dei malati di alzheimer, la proteina amiloide, la proteina tau sono abbastanza famose diciamo, che si sviluppano nel cervello dei malati di alzheimer e poi hanno una propagazione che diciamo permette loro l'invasione completa e quindi poi un danno cognitivo di cui conosciamo bene gli effetti.
E il nostro lavoro, il mio lavoro, è integrare dati che vengono da tecnologie di imaging molto difficili, come la risonanza magnetica a diffusione, la tomografia a emissione di positroni, per creare delle mappe di evoluzione della dinamica nei decenni di queste proteine patologiche e come possa impattare nel tempo il declino cognitivo.
e conseguentemente come possa aiutare lo sviluppo di terapie che possano avere come target degli specifici parametri che descrivono questa evoluzione delle malattie.
Lavoriamo molto anche su dati di oncologia, dati di tumori solidi, neuro-oncologia in particolare e quindi abbiamo sviluppato delle tecniche per estrarre delle informazioni sempre più complesse, sempre più avanzate usando tecniche di intelligenza artificiale non supervisionata e tecniche modellistiche combinate per estrarre queste informazioni da l'imaging di risonanza magnetica di questi tumori cerebrali in particolare, ma anche di cancro al seno, e permettere di estrarre appunto queste informazioni che possono essere predictive dell'evoluzione della patologia o che possano fornire una descrizione che si o che possano fornire una descrizione che si combina, per esempio, con tutte le informazioni di tipo genetico o genomico che sono molto importanti per descrivere i tumori.
La cosa interessante di questi tipi di analisi, di questi tipi di modelli, è il fatto che sono totalmente non invasivi.
perché a noi bastano dati di imaging cerebrale nel caso delle patologie neurodegenerative o della neurooncologia o immagini del torace nel caso di cancro al seno per estrarre dei marcatori totalmente non invasivi che possono essere predittivi per esempio della progressione della patologia e questo è molto importante Sì, conclusione del tipo, tutte queste cose sono molto importanti.
Crediamo al nostro LISCOMP Lab che la medicina del futuro si baserà sempre di più sull'integrazione tra medicina, informatica, ingegneria biomedica e con il nostro lavoro vogliamo contribuire a questo cambiamento sviluppando delle soluzioni che abbiano un impatto reale sulla ricerca medica e sulla cura dei pazienti.
