Unire il comportamento del singolo neurone alla complessità del cervello umano per superare il divario tra ciò che viene osservato in laboratorio e ciò che accade realmente nel paziente. È questa la sfida scientifica al centro di Neuron2Brain, il progetto della docente di Bioingegneria dell’Università di Genova Monica Frega, che ha ottenuto un prestigioso ERC Starting Grant 2026 dell’European Research Council (ERC). 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 potrà contare su un finanziamento di 1,5 milioni di euro. Un riconoscimento che premia una ricerca innovativa nel campo delle neuroscienze, della bioingegneria e della medicina personalizzata, con l’obiettivo di sviluppare nuovi strumenti per prevedere in anticipo la risposta dei pazienti ai trattamenti contro l’epilessia.
Un ERC Starting Grant tra i finanziamenti più competitivi della ricerca europea
Gli ERC Starting Grant rappresentano uno dei principali strumenti europei destinati a sostenere ricercatrici e ricercatori nelle prime fasi della carriera indipendente, consentendo lo sviluppo di progetti altamente innovativi e la costruzione di nuovi gruppi di ricerca. L’edizione 2026 ha premiato 421 progetti su 4.807 proposte presentate, con un tasso di successo dell’8,8% e un finanziamento complessivo pari a 705 milioni di euro. Il risultato ottenuto da Monica Frega assume un valore ancora maggiore considerando il panorama italiano: nell’ambito delle Life Sciences, infatti, Neuron2Brain è uno dei soli due progetti ERC Starting Grant 2026 che saranno sviluppati in Italia. Un riconoscimento che porta l’attenzione internazionale sul lavoro svolto all’Università di Genova, in collaborazione con l’IRCCS Giannina Gaslini, su una delle sfide più complesse della medicina moderna: comprendere i meccanismi alla base delle malattie neurologiche e trasformare questa conoscenza in terapie sempre più mirate.
Dall’epilessia ai trattamenti personalizzati: superare il limite del “trial and error”
Alla base di Neuron2Brain c’è una delle principali difficoltà nella gestione dell’epilessia: nonostante i progressi della ricerca, i meccanismi cellulari e molecolari che determinano la malattia sono ancora solo parzialmente conosciuti. La grande variabilità tra pazienti rende infatti estremamente complesso prevedere quale terapia possa essere più efficace per ogni singolo individuo. La scelta dei farmaci avviene ancora spesso attraverso un percorso di tentativi successivi, il cosiddetto trial and error, che può richiedere tempi lunghi prima di individuare il trattamento più adatto. Il progetto guidato da Monica Frega punta a cambiare questo paradigma attraverso un approccio integrato capace di collegare diversi livelli di osservazione: dal neurone, alla rete neuronale, fino al cervello del paziente. L’obiettivo è arrivare a una nuova generazione di strumenti predittivi in grado di fornire indicazioni sempre più precise sulla risposta individuale ai farmaci, riducendo i tempi necessari per trovare la terapia più efficace.
I “gemelli biologici” e i “gemelli digitali” per capire il cervello umano
Uno degli elementi più innovativi di Neuron2Brain riguarda l’utilizzo delle cellule staminali pluripotenti indotte umane (hiPSC), una tecnologia che permette di generare in laboratorio reti di neuroni ottenute dalle cellule dei singoli pazienti. Queste reti neuronali rappresentano veri e propri biological twins, cioè modelli biologici personalizzati che consentono di studiare il funzionamento delle cellule nervose e analizzare la risposta ai farmaci direttamente su sistemi derivati dal paziente. Tuttavia, resta ancora aperta una delle questioni più importanti della ricerca biomedica: capire come trasferire ciò che viene osservato in laboratorio alla situazione reale del paziente. È proprio questo il divario che Neuron2Brain vuole colmare, attraverso una strategia multilivello definita “dal neurone, alla rete, al cervello”. Per ogni persona coinvolta nello studio verranno analizzati tre livelli di complessità: il singolo neurone, la rete neuronale derivata dalle cellule del paziente e il cervello nel suo insieme. A ciascuno di questi livelli sarà affiancato un digital twin, ovvero un modello computazionale personalizzato capace di simulare il comportamento del sistema biologico.
Intelligenza artificiale e modellazione computazionale per prevedere le terapie
Il cuore del progetto sarà il dialogo continuo tra il modello biologico e quello digitale. Attraverso questa integrazione, Neuron2Brain punta a identificare i meccanismi responsabili delle alterazioni che coinvolgono il neurone, la rete neuronale e il cervello. L’obiettivo finale è individuare biomarcatori specifici in grado di anticipare la risposta individuale ai farmaci e trasformare i dati raccolti in laboratorio in informazioni realmente utili per orientare le decisioni terapeutiche. La ricerca combina competenze diverse, mettendo insieme bioingegneria, neuroscienze, biologia cellulare e modellazione computazionale. Un approccio interdisciplinare che rappresenta una delle direzioni più promettenti della medicina del futuro, dove ogni trattamento potrà essere sempre più adattato alle caratteristiche biologiche del singolo paziente.
Università di Genova e IRCCS Gaslini insieme per la ricerca sul cervello del futuro
Grazie al finanziamento ottenuto dall’European Research Council, il progetto Neuron2Brain potrà svilupparsi nei prossimi cinque anni presso l’Università di Genova, con la collaborazione dell’IRCCS Giannina Gaslini. La ricerca punta così a costruire un ponte tra laboratorio e clinica, trasformando la complessità del cervello umano in modelli studiabili e interpretabili attraverso tecnologie avanzate. Dalla scala microscopica del singolo neurone fino alla visione d’insieme del cervello, Neuron2Brain ambisce a creare un nuovo paradigma per la cura delle malattie neurologiche: non più terapie basate esclusivamente su approcci generali, ma strategie fondate sulla comprensione profonda delle caratteristiche biologiche di ciascun paziente.