Intervista all Ing. Massimiliano Salerno, socio fondatore di ProteoGen Bio S.r.l. La ProteoGen Bio si è costituita nel 2003 come spin-off dell Università di Pisa focalizzandosi su una nuova disciplina, la Bioinformatica. Una scelta innovativa ed ambiziosa Probabilmente, soprattutto a quei tempi, anche una scelta coraggiosa, ma senza dubbio affascinante e stimolante. Avevamo messo in piedi un progetto di natura bioinformatica, tuttora nel cassetto, incentrato sulla ricostruzione della struttura tridimensionale delle proteine. Le proteine svolgono determinate funzioni in base alla forma che assumono, che è molto complessa e dipende dalle interazioni, di natura fisica, elettromagnetica o meccanica, fra i vari elementi che le costituiscono. Quindi conoscere la forma di una proteina significa capire come questa funziona; se questa, ad esempio, è legata ad una patologia, si riesce a capire come cercare di inibire l effetto patologico. Il nostro programma, partendo da misure sperimentali fatte con una particolare tecnologia chiamata microscopia a forza atomica, consisteva nel costruire la struttura tridimensionale delle proteine utilizzando determinati software, ancora da sviluppare, e particolari algoritmi. Il problema cardine stava nel fatto che la metodica che volevamo utilizzare prevede l impiego di una sorta di puntina di giradischi che va a contatto con l oggetto e ne segue il profilo. Poiché per effettuare la misurazione la proteina deve ovviamente essere fissata, e non spostarsi insieme alla punta che la tocca, abbiamo lavorato per bloccarla. Ci siamo allora accorti che riuscivamo a ottenere ulteriori vantaggi, che riuscivamo a bloccarla in modo tale che questa fosse sempre in una posizione a noi nota, con la zona attiva orientata in maniera opposta alla superficie, riuscendo così a creare un tappeto di proteine affiancate tutte funzionanti. Questo era un risultato molto importante, perché saper bloccare le proteine in modo corretto, mantenendole funzionanti, consentiva di sviluppare tutta una serie di dispositivi basati sull utilizzo di proteine che hanno valore sia in ambito di ricerca di biologia molecolare, sia in ambito farmaceutico, ma anche in campo ambientale. Sono tantissime le cose che si possono fare, perché ogni proteina ha sue caratteristiche che sono il risultato di milioni di anni di evoluzione, sono molto specializzate; in altre parole, è come creare tanti piccoli utensili che noi riusciamo a rendere disponibili all utilizzatore bloccandoli in modo che siano efficienti. A seguito di questa scoperta ci siamo successivamente un po allontananti dalla Bioinformatica e ci siamo concentrati sullo sviluppo di questi dispositivi, entrando più nel settore Biotech che nel settore Bioinformatica. Pare di capire che nella vostra azienda siano presenti due anime, una informatica e una biologica, è esatto? Effettivamente abbiamo due anime, perché io sono un ingegnere meccanico che ha fatto un esperienza di tipo informatico, mentre Roberto Marangoni, uno dei soci, è ricercatore e professore incaricato per i corsi di Bioinformatica per la facoltà di Biologia dell Università di Pisa. 1
La Bioinformatica è molto trasversale, occorrono forti competenze in Biologia Molecolare, ma anche buone competenze informatiche, per capire come adattare modelli, soluzioni, algoritmi che magari spesso nascono in ambiti diversi. Abbiamo poi un informatico puro, che comunque in passato si è occupato di Bioinformatica, a cui vorremmo affiancare un altra persona o due, perché per l azienda la Bioinformatica è fondamentale: noi ingegnerizziamo proteine, ma se riusciamo ad avere modelli software che ci fanno capire come ingegnerizzarle al meglio, ci risparmiamo tanto lavoro di laboratorio un po casuale. Quindi dai dati statistici di cui disponete andate a estrapolare dei modelli? In verità più che fare delle simulazioni basate su dati statistici a noi interessa riuscire a studiare un modello, fondamentalmente di tipo matematico, che ci fornisca la cinetica di reazione, ossia che ci dica come le proteine necessarie per lo sviluppo dei nostri prodotti interagiscono con gli elementi che noi utilizziamo per modificarle e renderle immobilizzabili su una superficie. La Bioinformatica è molto ampia e copre diversi aspetti; quando si fa genomica si utilizza molto l analisi dei dati. Ora sono molto di moda i microarray, che sono delle piastre dove sono bloccate delle porzioni di DNA, che contiene le informazioni per costruire le proteine, che a loro volta fanno funzionare la cellula. Affinché vengano costruite le proteine, il DNA deve essere in qualche maniera estratto; la porzione che mi interessa, quella con le istruzioni che sto cercando, viene copiata e viene portata ad elementi detti liposomi che costruiscono le proteine. I microarray cercano di estrarre questi frammenti presi dal DNA e cercano di farli accoppiare con i frammenti complementari che sono bloccati sul vetrino. Sul vetrino ci sono tanti frammenti quanti sono i geni dell organismo, oppure una sottoporzione ben caratterizzata: se io riesco a trovare nelle cellula il frammento che si adatta perfettamente a quello che è presente sul vetrino, allora poi sono in grado di individuarlo. Questo vuol dire che io sono in grado di capire che cosa stava cercando di costruire la cellula nel momento in cui io l ho uccisa per estrarne il contenuto. Tale operazione fa capo ad una quantità di dati mostruosa, poiché ogni vetrino ha fino a 49.000 frammenti di DNA diversi bloccati sopra, ed in più fatti in molteplici copie per avere la sicurezza di una corretta lettura; in aggiunta, bisogna realizzare molteplici copie anche dei vetrini. Questa enorme quantità di dati non è ovviamente di facile comprensione, per cui bisogna utilizzare degli approcci che consentano di operare una caratterizzazione dell informazione, su base, nel caso dei microarray in particolare, statistico-probabilistica. La prima informazione che si ricerca è capire se il frammento che sto vedendo è veramente presente, se cioè non è un falso segnale; successivamente, in caso di esito positivo, si cerca di quantificare questa presenza, di assegnarle un valore. Quello statistico è solo uno dei possibili approcci in Bioinformatica Esattamente. Oltre all approccio statistico ci sono anche altri approcci che cercano di capire se ci sono delle connessioni interne fra i geni che la cellula stava cercando di utilizzare per produrre proteine. 2
Questo tipo di studio si fa sul DNA ma, con un principio simile, può essere svolto anche con le proteine. Le proteine hanno, per esempio, la loro controparte negli anticorpi, che riescono ad identificare in maniera selettiva: ci sono dei microarray che sono fatti con anticorpi, se la proteina si va ad agganciare all anticorpo viene rilevata con particolari metodiche. Un altro settore della Bioinformatica, molto in auge adesso, si dedica invece a cercare di capire quale è il funzionamento interno delle cellula studiando come la proteine prodotte interagiscono, richiedono la produzione di altre proteine e così via; è il cosiddetto percorso metabolico, che caratterizza il ciclo di operazioni che la cellula sta compiendo in quel momento. Il comportamento di una cellula è condizionato sia dal suo ambiente interno che dall ambiente circostante. Esiste un filone di ricerca molto importante, che si chiama Systems Biology, che cerca di ricostruire una cellula virtuale cercando di simulare quello che è il funzionamento della cellula in presenza delle condizioni ambientali esterne impostate e delle condizioni interne che si vengono a creare in presenza di determinati parametri. E un filone fondamentale, perché, se ben sviluppato, consentirebbe di fare la cosiddetta simulazione in silico, cioè di non fare più in futuro la sperimentazione in vivo, cioè con gli animali; addirittura, si potrebbe arrivare a non fare più neanche la sperimentazione in vitro, cioè su cellule in coltivazione cellulare. Ci si sta lavorando molto, ma non ci sono ancora risultati talmente soddisfacenti da sostituire quelle che sono le metodiche tradizionali di sperimentazione, però sono cose molto importanti perché possono dare una preziosa linea guida, se si riesce a creare un buon modello. Poi ci sono filoni di ricerca, finalizzati soprattutto all ambito farmaceutico, che fanno analisi di modelli per ricostruire la struttura delle proteine e per vedere come proteine diverse possono interagire fra loro. C è tutto un filone relativo al problema del docking (bloccaggio), che studia come, conoscendo ad esempio la proteina che genera una certa patologia e ricostruendone la struttura laddove questa non sia nota per misure sperimentali, possa costruirsi una proteina sintetica in grado di bloccarla. C è poi tutto un altro ramo della Bioinformatica che invece analizza basi di dati, perché ormai si lavora su tantissime informazioni: oggi si lavora analizzando genomi, e non più singoli geni, analizzando proteomi, cioè l insieme di tutte le proteine attive in un dato istante e non più la singola proteina. Il problema consiste nell organizzare questa informazione e nel poterla poi riavere indietro in maniera sensata, coerente, nel poter fare ricerche su questi dati che racchiudono informazioni di natura diversa. A livello mondiale esistono tre grandi banche dati. Sono veramente accessibili a tutti liberamente? Si, le grandi banche dati sono liberamente accessibili. Ci sono poi degli strumenti utili per operare ricerche su tali dati, alcuni dei quali sono forniti dalle stesse banche dati, altri sono realizzati da terzi. L informazione è gestita in modo abbastanza trasparente; se qualcuno crea un buono strumento di ricerca, un buon algoritmo, può svilupparlo, fare in modo che si interfacci con la banca dati. Le banche dati sono controllate, gestite in maniera rigorosa, ci sono delle specifiche che vengono stabilite da apposite commissioni, però il modo di interrogarle, a parte gli strumenti che vengono forniti dalle stesse banche dati, è abbastanza aperto: si può estrarre l informazione e poi rianalizzarla, farci delle ricerche 3
particolari, incrociare dati fra più banche dati. Ci sono anche software esterni che incrociano le informazioni cercando di dare un risultato che sia il più possibile coerente con la richiesta formulata; alcuni di questi software sono commerciali, ma la tendenza è senz altro quella di andare verso il pubblico dominio, l open source. Tocchiamo un aspetto più aziendale, più economico: le aziende che si occupano di Bioinformatica in Italia sono poche Quando noi abbiamo cominciato eravamo entusiasti, anche se naturalmente abbiamo avuto alcune difficoltà. In primo luogo, 5 o 6 anni fa in Italia non c era una grande tradizione nell utilizzare questi strumenti, a differenza di altre nazioni dove sono molto forti, come Germania, Inghilterra o Stati Uniti. Per un azienda appena nata era praticamente impossibile proporsi a grandi aziende come fornitori di servizi, perché le grandi aziende spesso hanno laboratori di ricerca all estero o comunque si appoggiano ad altre grandi aziende che fanno Bioinformatica, oppure spesso tendono a trascurarla e ad avere un approccio tradizionale; i centri universitari invece purtroppo soffrono di limitatezza di fondi e quindi tendono ad avvalersi di risorse interne, magari svolgendo un lavoro non perfettamente organizzato ma che dia comunque un minimo di risultato. Noi abbiamo cominciato fornendo consulenze ad un gruppo della Facoltà di Medicina all interno dell ospedale Santa Chiara di Pisa che faceva ricerca in ambito genomico, lavorando sui microarray. Poi abbiamo iniziato un progetto per sviluppare dei software che consentissero di colmare tutte quelle lacune che incontravamo cercando di ottenere informazioni, facendo un mix di prodotti di pubblico dominio. Anche in quel caso abbiamo incontrato dei problemi, perché l open source è velocissima, c è una continua uscita di strumenti gratuiti, per cui se la tua azienda non è ben organizzata, se non lavora in maniera molto mirata, ti ritrovi in affanno, costantemente ad inseguire. Quindi le difficoltà iniziali non mancano, però se un azienda che fa Bioinformatica è ben strutturata, con persone esperte, se si dedica soprattutto a fare una vera fornitura di servizi, risolvere problemi, analizzare dati, potrebbero esserci grandi opportunità. La consulenza può essere fatta ad aziende farmaceutiche, ma anche a qualche centro universitario, laboratori, ospedali, contesti nei quali si possono fare delle analisi cliniche utilizzando tecniche di Bioinformatica, come i microarray. Il mercato è anche italiano o bisogna guardare necessariamente all estero? In qualche misura c è mercato anche in Italia, ma è chiaro che all estero sono più avanti; anche nel settore sul quale ci siamo focalizzati noi, quello biotecnologico, l Italia è leggermente indietro. La concorrenza è più agguerrita, ti devi scontrare con delle grosse aziende, ormai consolidate, mentre nel 2003, quando ci siamo costituiti, eravamo 3, forse 4 aziende. Vorrei fare un esempio della innovatività e della consistenza della Bioinformatica. Il gruppo che stava conducendo il Progetto Genoma Umano in maniera tradizionale aveva ipotizzato che il lavoro sarebbe stato condotto a termine in non meno di 10-15 anni; Celera è riuscita a fare la ricostruzione del genoma 4
umano in 4 o 5 anni, poiché anziché utilizzare il metodo tradizionale in laboratorio ha utilizzato un buon approccio bioinformatico, operando quasi esclusivamente grazie all ausilio di specifici software. La strategia è stata quella di raccogliere più informazione possibile e poi ricostruirla, cercando di ridurre al minimo i possibili errori nella ricostruzione del genoma, anziché analizzarla in maniera sequenziale, cioè passaggio per passaggio. Una piccola azienda di informatica, del tipo di quelle che caratterizzano il territorio della provincia di Pisa, può specializzarsi in questo settore? Certo, è possibile, ma bisogna creare il gruppo giusto, occorre molta interdisciplinarietà. Per chi fa software aziendali, gestionali, è francamente difficile passare alla Bioinformatica, e così anche per chi fa software di analisi di tipo scientifico molto caratterizzati. Bisogna costituire un gruppo con competenze abbastanza eterogenee, poi occorre ovviamente un po di pratica all interno della disciplina, perché bisogna capire bene quali sono le cose importanti e quali no; è chiaro che non è impossibile, a Pisa ci sono tre università che sfornano persone molto valide, quindi un gruppo valido si può costruire. Gli investimenti necessari sono rilevanti? No, gli investimenti mediamente non sono elevati, perché in qualche modo si tratta sempre di software house. La risorsa più importante, ripeto, è la persona; i computers magari servono per gestire grosse moli di dati, può servire qualche sistema un po più raffinato, però alla fine il costo dell hardware non è l elemento vincolante, è la persona che fa la differenza. Che rapporti ci sono tra la Bioinformatica e gli esperimenti in laboratorio? E ancora necessaria la verifica in laboratorio? Il sogno è quello di eliminare l esperimento in laboratorio, sarebbe fantastico riuscire a fare tutta la simulazione in silico anziché farla in vivo o in vitro. In generale l utilità dei risultati che vengono conseguiti in questo momento è però quella di avere uno strumento che ti guida. Se io mi trovo di fronte a delle situazioni che non sono chiare e devo fare una scelta, cerco ovviamente di farlo sulla base dell esperienza ma anche un po sulla base della fortuna : mi trovo davanti ad una serie di soluzioni plausibili, vado un po ad intuito, in base alle mie competenze, a volte va bene, a volte no. Questa è una perdita di tempo mostruosa. Noi soffriamo meno di altri di questo inconveniente, perché lavoriamo comunque in un ambito abbastanza circoscritto, lavoriamo su proteine che conosciamo, e le dobbiamo ingegnerizzare con una metodica che abbiamo brevettato e che conosciamo. Diversamente, per un azienda farmaceutica, che ha tempi di sviluppo di un farmaco che oscillano dagli otto ai dieci anni, con un costo totale che si aggira intorno agli 800 900 milioni di euro, senza neanche la garanzia che il 5
farmaco venga poi approvato, ogni risparmio di tempo è fondamentale: si hanno conseguenze positive su tutto, dalla possibilità di capire il più velocemente possibile se sei su una strada morta oppure no, fino ad arrivare al costo finale del farmaco. In questo senso la Bioinformatica è un ottima linea guida, perché consente di scartare delle soluzioni che comunque sembrerebbero non essere accettabili; è vero che non ti dà la certezza in senso affermativo, quello che ti dice essere possibile va comunque indagato, però diciamo che consente di circoscrivere. Sarebbe ottimale che, a forza di circoscrivere, fosse in grado di fornire l unica vera soluzione, ma questo allo stato attuale non è ancora possibile, per problemi di calcolo, di modellistica, anche di conoscenza biologica, che è l elemento di base della Bioinformatica; la Biologia è in forte crescita, ma a causa della sua complessità rimane comunque indietro, e quindi è difficile costruire modelli che diano la risposta giusta. La tecnologia brevettata da ProteoGen Bio ha avuto concreta applicazione nella realizzazione di un prodotto innovativo, DigesTip. Di che cosa si tratta? Si tratta di un prodotto fisico utilizzato per gli esami di laboratorio, tecnicamente sono puntali necessari per il pipettaggio, la cui particolarità risiede nell uso potente e innovativo dell enzima tripsina. Hanno lo scopo di digerire, vale a dire frammentare, il campione proteico nei suoi elementi costituenti, cioè gli amminoacidi, cosa necessaria per studiare la proteina e cercare di capire che tipo di proteina è. Utilizzando le proteasi, che sono particolari enzimi, si frammenta la proteina in maniera molto specifica, secondo certe dimensioni che sono ripetibili, e i frammenti creati vengono poi pesati. Per identificare i frammenti ottenuti, ci si collega successivamente a determinati data base che contengono dati ottenuti dalla digestione virtuale delle proteine, e si confrontano varie sequenze di pesi: trovare una sequenza compatibile con quella che si è ottenuta significa sostanzialmente individuare la proteina, perché le sequenze di DNA sono univoche, la proteina è costituita a partire dal DNA e quindi la sua sequenza di amminoacidi è univoca. L identificazione di proteine è fondamentale quando si studia la proteomica, cioè quando si studia il contenuto di tutte le proteine che sono attive in un determinato momento all interno della cellula. Le proteine che possono potenzialmente ottenersi dalla varia combinazione degli amminoacidi sono un numero enorme; non solo, le proteine possono fare moltissime cose a seconda della loro combinazione e di come comunicano fra di loro, quindi non bisogna solo considerare la proteina in sé ma anche chi è presente in quel momento: ogni squadra gioca una partita diversa. Il nostro dispositivo si utilizza soprattutto in ambito proteomico, dove si analizza il contenuto cellulare: ci sono tante proteine unite insieme e si cerca di riconoscerle. Ma può avere anche altri utilizzi, perché, a seconda di come si operano le frammentazioni, si va a modificare la struttura della proteina, avvicinando o allontanando gli amminoacidi fra di loro. Il nostro dispositivo, in questo caso particolare, è quindi di supporto al tipo di analisi che vengono svolte in ambito medico, diagnostico, soprattutto farmaceutico. Fra i nostri clienti abbiamo soprattutto case farmaceutiche, non moltissime ma alcune abbastanza importanti e fidelizzate. 6