Partner
Il coordinatore del progetto è il Dott. Salvatore Petralia, Ricercatore e Docente di Chimica Generale ed Inorganica presso il Dipartimento di Scienze del Farmaco e della Salute dell’ Università degli studi di Catania.
Alphagenics Biotech Srl è un’azienda qualificata nello sviluppo e nella produzione di kit ad uso clinico-diagnostico e per la ricerca nei settori della genetica molecolare e dell’oncologia.
L’azienda fornisce servizi di consulenza per il trasferimento tecnologico di idee progettuali innovative, ha sul mercato diversi prodotti diagnostici e contribuisce allo sviluppo di nuovi kit farmacogenetici.
Nell’ambito del settore R&D si concentra prioritariamente sulle procedure diagnostiche non invasive in grado di migliorare la qualità della vita del paziente e ridurre i costi a carico dell’azienda sanitaria.
Come proponente del progetto ha il compito di: definire le specifiche tecniche e funzionali dell’intera piattaforma diagnostica; individuare le principali tecnologie di sensing della Phe ed i trattamenti del campione biologico da integrare nel dimostratore; identificare e definire la supply-chain e la linea pilota di produzione dei dimostratori.
Infobiotech è una startup innovativa nata nel 2014 per fornire soluzioni innovative nell’ambito della bioinformatica, dell’informatica e dei sistemi tecnologici a supporto della biologia e della biologia molecolare.
Nel 2016 ha integrato il proprio organico con personale altamente qualificato, formato tra l’altro da ingegneri elettronici e fisici, al fine di intraprendere nuove attività di ricerca e sviluppo.
Vista la pluriennale esperienza in sviluppo e produzione di sistemi miniaturizzati per la diagnostica molecolare, InfoBiotech Srl si occuperà di sviluppare e realizzare il lettore portatile contenete tutti i diversi componenti dal biosensore monouso.
Infobiotech avrà inoltre la responsabilità di produrre tutti i dimostratori necessari per la fase 10 di dimostrazione in ambiente operativo reale.
PMF ha grande esperienza in Ricerca e Sviluppo e forte propensione alla creazione di solide relazioni con partner tecnologici e non, sia a livello territoriale sia nazionale ed europeo.
Core business della società è lo sviluppo di nuove tecnologie informatiche nell’ambito del Knowledge Management, dei servizi di web semantico ed infrastrutture di social network per l’apprendimento collaborativo e la condivisione delle conoscenze. Sviluppa applicazioni web e mobile per diversi settori: dalle soluzioni per le aziende al campo scientifico a quello medico.
All’interno del progetto PMF ha il ruolo di realizzare l’interfaccia user-friendly di gestione e visualizzazione dei risultati del dispositivo POC e di mantenere uno storico dei dati su un server.
Il team di ricerca dell’Università di Messina è composto da ricercatori di varie competenze (chimici, fisici, ingegneri, biochimici) ed è caratterizzato da una notevole multidisciplinarietà che attraversa numerose aree tecnologiche. Le attività di ricerca verranno coordinate dal prof. Giovanni Neri del Dipartimento d’Ingegneria.
Il team ha maturato nel tempo notevole esperienza nello sviluppo di sensori e biosensori con rivelazione elettrochimica, acustica, conduttometrica per applicazioni farmaceutiche, agroalimentari, ambientali, industriali e biomediche. Su queste tematiche, il team collabora con i più qualificati centri di ricerca nazionali e internazionali sia accademici che industriali.
L’esperienza maturata e il relativo know-how verranno messi a disposizione nel presente progetto per la messa a punto di idonei sensori resistivi ed elettrochimici basati, su nanomateriali innovativi, finalizzati all’impiego nella piattaforma analitica sviluppata dagli altri partner del progetto per il rilevamento della fenilalanina.
I ricercatori del Dipartimenti di Ingegneria Elettrica, Elettronica e Informatica (DIEEI) coinvolti nelle attività del progetto hanno competenze riconosciute in ambito internazionale nei settori della sensoristica, della robotica, delle telecomunicazioni, dei sistemi informatici ed ICT in generale.
Relativamente ai campi di interesse del progetto, il DIEEI ha inoltre conseguito importanti risultati scientifici pubblicati su riviste internazionali indicizzate relativi a: soluzioni sensoriali printed che impiegano tecniche di direct printing e rapid prototyping; architetture multi-sensoriali embedded innovative; paradigmi avanzati per l’elaborazione dei segnali di misura; tecnologie per lo sviluppo di sensori a basso costo.
L’Università intende utilizzare il know-how acquisito durante lo svolgimento del presente progetto come punto di partenza per ulteriori attività di ricerca ed iniziative progettuali, sia in ambito regionale che nazionale che europeo.
Il compito di selezionare i campioni reali da utilizzare per la valutazione del dimostratore spetta al Centro di riferimento regionale per la prevenzione, la diagnosi e la cura delle malattie rare del metabolismo dell’infanzia Clinica Pediatrica AOU Policlinico “G. Rodolico – San Marco”
Il Centro svolge dal 2001 attività di diagnosi clinica, di laboratorio e di presa in carico dei pazienti con malattie metaboliche ereditarie, ad alta complessità diagnostica ed assistenziale.
Dal 2011 suddetto Centro si avvale del Laboratorio di Screening Neonatale Metabolico Esteso, che rappresenta un potentissimo strumento di medicina preventiva per la diagnosi precoce di malattie rare cosi come definito ed istituzionalizzato dalla legge 167/16.
Le attività di ricerca previste nell’ambito di PKU Smart-Sensor verranno svolte presso l’Istituto di Scienze Neurologiche (ISN) nella sede di Catania e coordinate dal direttore Dott. S. Cavallaro.
L’ISN-CNR rappresenta un polo di ricerca avanzato nel settore della ricerca genomica con obiettivi anche di ricerca industriale. La partecipazione al progetto permetterà di consolidare e rafforzare il ruolo del partner in attività di sviluppo e validazione di biosensori diagnostici innovativi.
I ricercatori dell’ISN-CNR si occuperanno di definire i criteri di selezione e caratterizzazione da un punto di vista genetico e genomico (caratterizzazione fenotipo/genotipo mediante l’utilizzo di piattaforme high-throughput di NGS e microarray) dei campioni reali utilizzati nella fase di valutazione delle performance analitiche.
