LearningFromSheep – Joint Chair

Il progetto di ricerca congiunto LearningFromSheep, prevede l’utilizzo di modelli avanzati di deep learning per lo sviluppo di un sistema innovativo per il conteggio delle cellule somatiche differenziali – indicatore essenziale per valutare la qualità del latte e lo stato di salute della mammella dell’animale – e per automatizzare l’analisi delle immagini da microscopio, così eliminando la necessità di conteggi manuali e riducendo drasticamente i tempi di elaborazione dei dati.

BIOGENVER - Biodiversità, Genetica e Prodotto in un Modello di Valorizzazione Sostenibile per la razza caprina Nera di Verzasca

Il progetto BIOGENVER nasce per salvaguardare e valorizzare la capra Nera di Verzasca, razza autoctona lombarda a severo rischio di estinzione. Coordinato dall’IBBA-CNR, coinvolge il Dipartimento di Scienze Medico-Veterinarie dell’Università di Parma e tre allevamenti custodi, con il supporto di AssoNaPa, ente selezionatore della razza.

Attraverso la genotipizzazione e lo studio delle parentele saranno definiti piani di accoppiamento basati sui Contributi Ottimali , finalizzati a ridurre consanguineità e parentela, preservare la variabilità genetica e migliorare la qualità delle produzioni. Le analisi del latte e delle rese casearie contribuiranno infatti a orientare le scelte, valorizzando anche produzioni tipiche come la Formaggella del Luinese DOP.

La selezione di nuovi riproduttori consentirà inoltre di ampliare e diversificare la collezione di materiale seminale già conservata nella Criobanca del Germoplasma Animale IBBA-CNR. Gli allevatori saranno direttamente coinvolti nelle valutazioni degli animali e nella definizione condivisa degli obiettivi di selezione.

BIOGENVER punta così a integrare biodiversità, qualità produttiva, sostenibilità e identità territoriale, sviluppando un approccio alla conservazione e valorizzazione della Nera di Verzasca applicabile come modello anche ad altre razze caprine locali.

EU-IBISBA - European Industrial Biotechnology Innovation and Synthetic Biology Accelerator

EU-IBISBA è un’infrastruttura di ricerca pan-europea dedicata alle biotecnologie industriali. che fornisce un unico punto di accesso ai ricercatori del mondo accademico e industriale di tutto il mondo per usufruire di servizi integrati per lo sviluppo end-to-end di bioprocessi. Unendo competenze europee e strutture di ricerca e sviluppo all’avanguardia, EU-IBISBA promuove la standardizzazione e le migliori pratiche in materia di dati come elementi fondamentali per la riproducibilità e l’interoperabilità dei servizi. In questo modo, IBISBA accelera la produzione e la traslazione di conoscenze all’avanguardia in innovazione per la bioproduzione.

IBISBA-IT costituisce il nodo italiano di EU-IBISBA, svolgendo un ruolo distinto in quattro settori chiave: Biologia Sintetica, Chimica Verde, Bioenergia Sostenibile e Alimenti Funzionali. IBISBA-IT contribuisce agli obiettivi generali di EU-IBISBA rafforzando la ricerca scientifica italiana nelle biotecnologie industriali, supportando le autorità nazionali e locali e promuovendo iniziative di formazione e istruzione.

COVES - Sviluppo e validazione di una metodica rapida per la rilevazione di SARSCoV-2 su superfici ambientali

Il progetto COVES intende sviluppare e validare una procedura semplificata di campionamento ed analisi su dispositivo portatile e condivisione dei risultati in tempo reale per la rilevazione specifica e sensibile del virus SARS-CoV-2 negli ambienti di lavoro. Tale procedura permetterà alle aziende del territorio di garantire una maggior sicurezza nelle aree di lavoro, riducendo così l’impatto negativo che un’emergenza come quella creata dal COVID-19 ha sull’economia locale e nazionale e diminuendo allo stesso tempo il gap tra la gestione delle informazioni e le soluzioni proposte. Il principale risultato del progetto sarà la messa a punto di un metodo rapido di analisi ambientale per SARS-CoV-2, adatto ad un utilizzo da campo, da parte di operatori non esperti e corredato da una robusta validazione scientifica. Il progetto coinvolge Hyris Ltd, capofila del progetto, che sviluppa la tecnologia, IBBA CNR che avrà in carico le validazioni del metodo e la sede territoriale di Pavia dell’Istituto Zooprofilattico Sperimentale della Lombardia e dell’Emilia-Romagna (IZSLER) che ne validerà “in-situ” l’efficacia su diverse superfici contaminate utilizzando campioni positivi al SARS-CoV-2 a titolo noto.

CARTELLONE – TARGA – POSTER

CASTADIVA-Biodiversità e multifunzionalità del castagno. Valorizzazione delle risorse genetiche per lo sviluppo di aree submontane lombarde

Nel corso dei secoli il castagno, coltivato per i frutti ed il legname, è divenuto elemento essenziale di sussistenza per molte società delle aree montane e submontane, rivelando le sue potenzialità di specie multifunzionale. Tuttavia, oggi buona parte dei castagneti è in stato di degrado e abbandono, principalmente a causa dello spopolamento delle aree rurali, del cambiamento climatico globale e delle recenti epidemie di parassiti esotici. In un’ottica di recupero e valorizzazione delle risorse genetiche di castagno, il progetto CASTADIVA si propone principalmente di:

• mappare le aree castanicole di aree pilota della Regione Lombardia (castagneti del Comune Serle, BS e delle Prealpi varesine, VA);
• valutare la diversità genetica dei castagneti, caratterizzare geneticamente le varietà locali
• caratterizzare i frutti da un punto di vista morfologico, pomologico, qualitativo e nutrizionale;
• integrare i dati ottenuti dall’analisi genetica e morfometrica con i dati di tipo ecologico, selvicolturale, fitosanitario e possibilmente socio-economico;
• identificare le pratiche ottimali e i criteri gestionali per la conservazione e valorizzazione delle risorse genetiche del castagno da applicare nelle aree di maggiore interesse;
• trasferire le informazioni alle amministrazioni locali ed al mondo agricolo.

BIO-MEMORY

Il progetto è organizzato in 3 attività principali:

1) Implementazione e aggiornamento della rete di biobanche BioGenRes, con particolare attenzione alle collezioni riconosciute a livello nazionale/internazionale, di campioni di specie animali, vegetali o microrganismi (banche del germoplasma animale e vegetale, ceppoteche microbiche di organismi patogeni/tossigeni, di nematodi, microflora di suoli e acque e microrganismi utilizzati in agro-industria e alimentazione (es. starter microbici per le fermentazioni)).

2) Replicazione (ringiovanimento) e ampliamento del materiale stoccato nelle collezioni. Per le collezioni vegetali e microbiche: moltiplicazione delle accessioni di cui si dispone una esigua quantità di materiale e ringiovanimento delle accessioni i cui i dati di vitalità del seme sono al di sotto degli standard previsti (> 85%). Per le collezioni animali di interesse zootecnico: raccolta e congelamento di materiale genetico di razze locali a completamento di campionamenti effettuati in precedenti progetti o ampliamento del numero di specie e razze conservate nelle criobanche.

3) Caratterizzazione biochimica, molecolare, metabolica, funzionale e fenotipica del materiale conservato nelle biobanche della rete BioGenRes, anche al fine di realizzare studi di associazione e di identificare marcatori associati a caratteri legati alla produzione e/o all’adattamento a fattori di stress biotici e abiotici.

CASTANEVAL - CASTANicoltura in Lombardia: VALorizzazione delle risorse genetiche autoctone

Il progetto CASTANEVAL intende rispondere alle necessità di conoscenze scientifiche sulle risorse genetiche castanicole presenti in Lombardia, in modo da offrire strumenti per la valorizzazione e conservazione del germoplasma autoctono ed intraprendere azioni di recupero gestionale dei castagneti. Le aree pilota di studio sono alcuni castagneti del Comune Serle (BS) e delle Prealpi varesine (VA). Il progetto CASTANEVAL si propone anche di mettere a punto un sistema di micropropagazione del castagno al fine di offrire uno strumento concreto, sostenibile ed economico per la conservazione e la moltiplicazione di germoplasma autoctono di elevato interesse locale. Nell’ambito del progetto verranno studiati anche il contesto ecologico e il grado di naturalità dei popolamenti, dal selvatico al ceduo, alle varietà coltivate. Una caratterizzazione completa delle risorse genetiche di castagno nelle aree considerate risulterà dall’integrazione di dati genetici, morfologici, ecologici e produttivi.

Sheep-TreeSeq: Analisi scalabile della diversità genetica ovina usando alberi (grafi) di sequenze genomiche

Sheep-TreeSeq applicherà la metodologia innovativa degli alberi di sequenze genomiche (grafi) per l’analisi scalabile della diversità genetica ovina.

L’innovazione tecnologica in agricoltura ha reso disponibili grandi dataset di dati genomici (“big data”) che rappresentano una sfida per l’immagazzinamento e l’analisi dei dati, es. il mero volume dei dati, la rapida generazione di nuovi dati (aggiornamento, applicazioni in streaming), e l’eterogeneità delle fonti (integrazione di dati da diverse piattaforme di sequenziamento). Gli algoritmi a grafo (alberi di sequenze) offrono un modo eccellente per affrontare questa sfida, fornendo una compressione dei dati senza perdita d’informazione, ed una nuova rappresentazione dei dati genomici. Ad esempio, l’applicazione degli alberi di sequenza ai dati del 1000 Bull Genome Project ha permesso di ottenere una compressione del 90%, riducendo la dimensione dei dati da ~800 GB a 45 GB.

Per il progetto Sheep-TreeSeq useremo circa 3500 sequenze ovine complete e oltre 50,000 genotipizzazioni (~10 TB di dati). Il nostro piano è di applicare l’approccio degli alberi di sequenze per comprimere questi dati ed ottenere una rappresentazione dei dati adatta all’analisi demografica e di genetica di popolazioni: i) analisi delle componenti principali e nearest-neighbor clustering; ii) indice di fissazione e misura della differenziazione genetica; iii) metodi di clustering basati sulle reti neurali; iv) analisi delle runs of homozygosity (ROH) e delle heterozygosity-rich regions (HRR).

È la prima volta che questo approccio è applicato alla genetica ovina.

PNRR IN-FACT (SPOKE 3) - One Health Basic and Translational Actions Addressing Unmet Needs on Emerging Infectious Diseases

Le malattie infettive emergenti, definite dall’OMS come infezioni causate da patogeni nuovi o recentemente identificati, rappresentano una crescente minaccia per la salute pubblica globale. La pandemia di SARS-CoV-2 ha mostrato quanto le nostre società possano essere vulnerabili, ma anche quanto siano importanti strumenti come il controllo dei contagi, lo studio del DNA dei virus, lo sviluppo di vaccini e farmaci e la comprensione delle difese del nostro sistema immunitario. Molte di queste malattie hanno origine negli animali e possono essere trasmesse all’uomo. Per questo è fondamentale l’approccio “One Health”, che considera la salute umana strettamente legata a quella degli animali e dell’ambiente. In questo contesto si inserisce il programma di ricerca INF-ACT, che studia le nuove malattie infettive per migliorare la capacità di prevenzione e risposta dei sistemi sanitari. Il programma si occupa di virus emergenti, malattie trasmesse da insetti, batteri resistenti agli antibiotici, studio della diffusione delle infezioni e sviluppo di nuove terapie.

All’interno di questo progetto, IBBA-CNR lavora allo sviluppo di nuovi strumenti per individuare rapidamente i batteri resistenti agli antibiotici, analizzando campioni provenienti dall’uomo, dagli animali e dall’ambiente. L’obiettivo è migliorare la diagnosi e il controllo di queste infezioni, comprendere meglio quanto sia diffuso il problema della resistenza agli antibiotici e rafforzare la sorveglianza sempre seguendo l’approccio One Health.

SCALA-MEDI Improving sustainability and quality of Sheep and Chicken production by leveraging the Adaptation potential of LocAl breeds in the MEDIterranean area

Il progetto SCALA-MEDI ottimizzerà l’uso sostenibile e la conservazione delle risorse genetiche locali ovine e avicole della regione mediterranea, concentrandosi sull’adattamento alle condizioni climatiche e alle preferenze dei consumatori.

L’esperienza e i dati provenienti dai precedenti progetti dell’UE verranno estesi alla caratterizzazione genetica ed epigenetica delle risorse locali e al loro adattamento a diversi ambienti produttivi in tre paesi del Nord Africa, Tunisia, Algeria e Marocco.

Verranno sviluppati strumenti e strategie per migliorare le razze locali per una produzione sostenibile. L’applicazione di questi strumenti verrà dimostrata agli agricoltori in diversi sistemi di produzione mediterranei.

PNRR AGRITECH (SPOKE 1) - Plant, animal and microbial genetic resources and adaptation to climatic changes

La resilienza degli ecosistemi agricoli e forestali sotto condizioni stressanti generate dai cambiamenti climatici (CC) richiede la valorizzazione e lo sfruttamento delle risorse genetiche attraverso strategie di conservazione all’avanguardia, combinate con una caratterizzazione approfondita dei genomi e fenotipizzazione ad alto rendimento.

Le attività includeranno il sequenziamento massivo di accessi/razze/ceppi, una descrizione estensiva dei genomi basata su marcatori, l’elucidazione del (pan)genoma, la fenotipizzazione approfondita e la caratterizzazione multi-omics.

Le informazioni risultanti, processate attraverso metodi avanzati per l’analisi/interpretazione/archiviazione/gestione di dati complessi, metteranno in evidenza gli alleli/haplotipi superiori, identificheranno interazioni benefiche in una varietà di condizioni e definiranno unità di conservazione.

DeepMicroCore: usare la potenza dell’intelligenza artificiale per identificare il core microbioma

In DeepMicroCore svilupperemo modelli a reti neurali (DNN: deep neural networks) per predire il substrato (specie, tessuto), il periodo (stadio fisiologico, tempo sperimentale) e il luogo di origine, dai dati di microbioma.

Ci riferiamo, nello specifico, ai dati di sequenziamento 16S/18S/ITS rRNA-gene (metatassonomica).

I modelli predittivi saranno ottimizzati per massimizzare l’accuratezza di predizione tramite cross-validation. Da questi modelli potremo poi ricavare l’importanza delle variabili usate, i.e. le OTU/ASV più rilevanti per la predizione.

Le variabili estratte in questo modo dai modelli predittivi ci permetteranno di identificare il core microbioma: per esempio, con i dati di microbioma umano o animale da vari tessuti (intestino, pelle, latte) raccolti in diverse zone geografiche costruiremo una rete neurale in grado di predire accuratamente da quale tessuto e località proviene ogni campione.

Quindi, estraendo da questa rete neurale le variabili rilevanti per la predizione identificheremo il core microbioma di intestino, o pelle, o latte. Il core microbioma sarà composto da quelle specie microbiche che discriminano i diversi tessuti: alcune specie saranno comuni a più di un microbioma, e saranno identificate da confronti specifici (e.g. predizioni uno-contro-tutti).

PRIN 2022 MISS.GO – Microbiota and Immune SignatureS of Graves’ disease and Orbitopathy

MISSGO affronta la malattia di Graves e la sua principale complicanza, l’orbitopatia di Graves, una condizione infiammatoria che può causare gravi alterazioni funzionali ed estetiche. Poiché manca ancora un modello in grado di prevedere quali pazienti svilupperanno l’orbitopatia, il progetto mira a chiarirne i meccanismi biologici alla base.

MISSGO studia l’interazione tra microbiota intestinale e sistema immunitario, con particolare attenzione allo squilibrio tra cellule T pro-infiammatorie e regolatorie. Attraverso tecniche avanzate di sequenziamento Shotgun, integrate con approcci multi-omici, il progetto analizza il microbiota e le risposte immunitarie in pazienti con malattia di Graves, orbitopatia e soggetti di controllo.

L’elemento innovativo è lo studio delle cellule immunitarie prelevate direttamente da tiroide e linfonodi, consentendo una caratterizzazione specifica della malattia. Integrando dati immunologici e microbiologici, MISSGO punta a sviluppare un modello predittivo per l’identificazione precoce dei pazienti a rischio, aprendo nuove prospettive per diagnosi tempestiva e terapie mirate.

FARM-INN Farm-level interventions supporting dairy industry innovation

FARM-INN ha come obiettivo l’acquisizione di nuovi dati scientifici per migliorare tutta la filiera lattiero-casearia. In particolare le ricerche si focalizzano sulla caratterizzazione delle proprietà tecnologiche e funzionalidelle proteine contenute nel latte (varianti A1 e A2 di beta-caseina) e sull’ impiego di nuovi additivi, da aggiungere nella dieta delle bovine, in grado di ridurre la contaminazione del latte da micotossine (prodotte da funghi) e batteri (clostridi). Con specifiche valutazioni effettuate tramite approccio LCA (Life Cycle Assessment), si verificheranno la sostenibilità ambientale ed economica delle innovazioni introdotte con il progetto nella filiera lattiero casearia. I risultati del progetto contribuiranno infine a garantire al consumatore alimenti più sicuri e a migliorare l’efficienza della produzione riducendo gli scarti di latte e formaggio, causa di gravi perdite economiche per i produttori.

sPATIALS3 - Miglioramento delle produzioni agroalimentari e tecnologie innovative per un’alimentazione più sana, sicura e sostenibile

Il progetto si configura come un HUB tecnologico e di ricerca che coinvolge 12 istituti CNR, appartenenti a 4 diversi Dipartimenti, e 4 aziende, i cui obiettivi sono: ottenere prodotti migliorati per le proprietà nutrizionali e funzionali; fornire e implementare tecnologie di precisione per garantire la sicurezza, la tracciabilità e la qualità dei prodotti; sviluppare smart– e active-packaging ecosostenibili e innovativi per minimizzare e recuperare, ove possibile, gli sprechi e aumentare la conservabilità degli alimenti; fornire al consumatore e alle aziende strumenti per la fruibilità dei risultati.