Epilessia, docente di Bioingegneria dell’Università di Genova ottiene 1,5 milioni di finanziamenti
Genova. Monica Frega, docente di Bioingegneria dell’Università di Genova, ha ottenuto un Erc Starting Grant 2026 da 1,5 milioni di euro per Neuron2Brain, progetto quinquennale dedicato allo sviluppo di nuovi approcci per prevedere in modo personalizzato la risposta ai trattamenti nell’epilessia.
Il progetto punta a colmare il divario tra ciò che è possibile osservare in laboratorio e ciò che accade nel cervello della singola persona, combinando modelli biologici derivati da cellule staminali umane e digital twin computazionali. L’obiettivo è individuare biomarcatori utili a prevedere la risposta individuale ai farmaci e contribuire così a orientare le terapie.
Il risultato assume particolare rilievo anche per la forte selettività del finanziamento: nell’edizione 2026 l’European Research Council ha finanziato 421 progetti su 4.807 proposte, con un tasso di successo dell’8,8%.
Dal comportamento di un singolo neurone alla complessità del cervello, per colmare il divario tra ciò che osserviamo in laboratorio e ciò che accade nel paziente, con l’obiettivo di arrivare a prevedere in modo sempre più personalizzato la risposta ai trattamenti.
Il progetto, dal titolo completo “From single neuron to brain: multi-level strategy and digital twins for personalized prediction of treatmenT”, avrà una durata di cinque anni e riceverà un finanziamento di 1,5 milioni di euro.
Cosa è l’Erc Starting Grant
Gli Erc Starting Grant sostengono ricercatrici e ricercatori nelle prime fasi della propria carriera indipendente, offrendo loro le risorse necessarie per sviluppare progetti ambiziosi e costruire o consolidare un proprio gruppo di ricerca.
L’edizione 2026 ha selezionato 421 progetti tra 4.807 proposte, con un tasso di successo dell’8,8%, per un finanziamento complessivo di 705 milioni di euro.
Il risultato di Monica Frega assume particolare rilievo anche nel panorama nazionale: nell’ambito Life Sciences, Neuron2Brain è uno dei soli due progetti Erc Starting Grant 2026 che saranno sviluppati in Italia.
Dal neurone al paziente: biological and digital twins
Neuron2Brain nasce da una delle principali sfide nella cura dell’epilessia: i meccanismi cellulari e molecolari alla base della malattia sono ancora poco compresi e la grande variabilità tra pazienti rende difficile prevedere la risposta individuale ai farmaci. La scelta della terapia procede quindi spesso per trial and error, un percorso che può richiedere anni.
Grazie alle cellule staminali pluripotenti indotte umane (hiPSC), oggi è possibile generare in laboratorio reti di neuroni derivate dai singoli pazienti: veri e propri biological twins che permettono lo studio della comunicazione neuronale e della risposta ai farmaci in modo personalizzato. Rimane però un passaggio cruciale ancora irrisolto: capire come traslare ciò che osserviamo in laboratorio al paziente.
È questo il divario che Neuron2Brain vuole colmare attraverso una strategia multilivello “dal neurone, alla rete, al cervello”. Per ciascuna persona coinvolta nello studio, Neuron2Brain analizzerà la malattia a tre livelli di complessità: il singolo neurone, la rete neuronale derivata dalle sue cellule, che costituisce il biological twin, e il cervello. A ciascun livello sarà affiancato un digital twin, cioè un modello computazionale personalizzato capace di simularne il comportamento.
Facendo dialogare il modello biologico e quello digitale, Neuron2Brain cercherà di identificare i meccanismi alla base delle alterazioni che interessano il neurone, la rete neuronale e il cervello. L’obiettivo è individuare biomarcatori specifici utili a prevedere la risposta individuale ai farmaci e rendere ciò che viene osservato in laboratorio realmente predittivo, contribuendo così a orientare le terapie.
Un approccio che unisce bioingegneria, neuroscienze e modellazione computazionale e che, grazie al finanziamento Erc, potrà essere sviluppato nell’arco dei prossimi cinque anni all’Università di Genova in collaborazione con Irccs Giannina Gaslini.
