fbpx Piccoli Rna per curare malattie gravi | Page 15 | Scienza in rete

Piccoli Rna per curare malattie gravi

Read time: 2 mins

E’ stato pubblicato sulla rivista Human Molecular Genetics un lavoro del gruppo di Franco Pagani,  dell’ ICGEB Trieste che dimostra le potenzialità di una strategia terapeutica a base di piccoli Rna nei confronti di tre gravi malattie genetiche rare:  la Fibrosi Cistica, l'Emofilia e Atrofia muscolare spinale. La ricerca finanziata da Telethon e dalla Fondazione italiana fibrosi cistica, è stata svolto in collaborazione con il team di ricerca di Mirko Pinotti all’Università di Ferrara. “Dobbiamo pensare ai nostri geni come a una sequenza di informazioni discontinua: solo una porzione del suo contenuto va effettivamente tradotta in proteina” spiega Pagani. “Quando un gene viene copiato in Rna messaggero, prima che questo faccia da stampo per la sintesi proteica alcune sue parti vengono rimosse da un macchinario cellulare specializzato: questa attività è appunto lo splicing”. Questo meccanismo deve essere molto preciso, lo spostamento anche di un solo nucleotide determinerebbe lo slittamento del modulo di lettura, e quindi la sintesi di una proteina alterata. Nel caso di malattie come la fibrosi cistica, la Sma e l’ emofilia, accade che a causa di un difetto genetico, la rimozione non avviene correttamente e si ha la produzione di una proteina difettosa. Per ripristinare un corretto splicing dei geni che risultano difettosi in queste malattie, i ricercatori hanno adoperato degli Rna chiamati U1 snRNA  che una volta manipolati sono capaci di appaiarsi in modo specifico al gene bersaglio e guidare correttamente il macchinario addetto allo splicing. “Nelle cellule il sistema ha funzionato perfettamente, spiega Pinotti, e ci ha consentito di ripristinare livelli sufficienti di proteina funzionante. Nel caso dell’emofilia, i livelli di correzione raggiunti, se ottenuti nei pazienti, sarebbero abbondantemente sopra la soglia terapeutica”.

www.icgeb.org/human-molecular-genetics.html

Autori: 
Sezioni: 

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.