La Leucemia Mieloide Cronica (LMC) è una malattia mieloproliferativa clonale, originata e sostenuta da una rara popolazione di cellule con proprietà staminali caratterizzate da un marker genetico univoco rappresentato dalla traslocazione t(9;22), che dà origine ad un gene di fusione BCR/ABL1, codificante per l'oncoproteina Bcr/Abl, una tirosin-chinasi (TK) costitutivamente attiva. Sebbene gli inibitori delle TK (TKI) abbiano rivoluzionato il trattamento di questi pazienti, la LMC rimane una malattia difficilmente guaribile in assenza di procedure ablative, a causa dell'innata resistenza ai TKI di rare cellule staminali quiescenti in grado di determinare la ricomparsa della malattia dopo la sospensione dei TKI. Pertanto una più profonda comprensione dei meccanismi molecolari che consentono alle cellule staminali di LMC di sopravvivere e autorinnovarsi rappresenta la strada in grado di identificare nuove terapie volte alla guarigione piuttosto che alla cura della LMC. A tale scopo, il progetto propone di analizzare lo stato di attivazione dei segnali di trasduzione che regolano la sopravvivenza delle cellule staminali leucemiche nella LMC, valutando inoltre un aspetto innovativo rappresentato dal loro ruolo nelle alterazioni del metabolismo cellulare. Il profilo proteomico verrà analizzato mediante Reverse Phase Protein Array, una tecnologia in grado di rilevare lo stato di fosforilazione di oltre 200 proteine per campione. Il profilo metabolico verrà analizzato mediante XF Analyzer, in grado di misurare in tempo reale i tassi di glicolisi e fosforilazione ossidativa. L'utilizzo di queste tecnologie permetterà di confrontare il profilo fosfo-proteomico e metabolico di cellule staminali leucemiche da LMC con quello di progenitori ematopoietici normali con lo scopo di identificare i nuovi potenziali bersagli terapeutici responsabili degli attuali fallimenti nei tentativi di eradicazione della staminale leucemica nei pazienti affetti da LMC.
La ricerca di nuovi target terapeutici e di nuovi biomarker in grado di predire con efficacia l'andamento clinico e la risposta al trattamento, ottenuta mediante l'uso di biotecnologie innovative traslazionali di proteomica e valutazione metabolica, caratterizza l'innovatività di questo progetto.
La scelta corretta dei farmaci da utilizzare nell'arsenale terapeutico a disposizione è uno dei maggiori obiettivi da perseguire allo scopo di assicurare un trattamento efficace, riducendo così l'nsorgenza di eventi avversi e migliorando la qualità di vita del paziente.
Questo progetto si avvale di tecnologie estremamente innovative per cercare di rispondere alla necessità di individuare nuovi biomarcatori predittivi di risposta alla terapia, identificando inoltre segnali aberranti specifici e fenotipi metabolici peculiari quali potenziali bersagli terapeutici per terapie molecolari, allo scopo di valutarne l'efficacia nell'ottica di una medicina personalizzata, che tenga conto delle caratteristiche uniche del singolo paziente.
Disporre di una tecnologia high-throughput applicata alle proteine (RPPA) in grado di analizzare i cambiamenti del profilo proteomico, incluse le modificazioni post-traduzionali, in popolazioni cellulari differenti, ci permette di effettuare indagini sui cambiamenti dei principali STP che regolano proliferazione, sopravvivenza e differenziazione delle cellule neoplastiche su larga scala, anche all'interno di popolazioni cellulari particolarmente rare come le cellule staminali leucemiche.
L'analisi del metabolismo delle cellule che si avvale della piattaforma Seahorse XF24 rappresenta, ad oggi, il gold-standard per la misurazione delle diverse attività metaboliche promosse all'interno delle cellule vitali. Tramite questa tecnologia l'operatore può speculare sull'effettiva tipologia di metabolismo adottato dalle cellule (se prettamente glicolitico o al contrario ossidativo), confrontando sistemi cellulari con ontogenesi differente, in condizioni fisiologiche o patologiche (es. cellule tumorali) o in risposta a molecole interferenti il signalling e/o i vari pathway metabolici.
I dati ottenuti dall'applicazione delle due tecnologie potranno essere correlati ed integrati alle crescenti informazioni provenienti da studi di carattere genetico-molecolare, con l'obiettivo di raggiungere una più completa comprensione della fisiopatogenesi della LMC e di indirizzare l'intervento terapeutico verso una medicina sempre più personalizzata.
La possibilità di personalizzare la strategia terapeutica a bersaglio molecolare sulla base del profilo individuale di espressione e attivazione proteica e del fenotipo metabolico, si tradurrebbe infine in un aumento dei costi/benefici per i pazienti e per il sistema sanitario.