Obiettivo del progetto: capire perché influenza + batteri peggiorano l’esito clinico
L’influenza stagionale colpisce ogni anno milioni di persone, ma i quadri clinici più gravi si osservano spesso quando all’infezione virale si aggiunge una coinfezione batterica nelle vie respiratorie inferiori. In questi casi aumentano il rischio di polmonite e complicazioni, e la risposta immunitaria può diventare disfunzionale: l’organismo combatte su più fronti, con esiti diversi a seconda del contesto biologico e dei microrganismi coinvolti.
Perché è difficile studiare le coinfezioni con i modelli tradizionali
Gli studi su colture cellulari 2D e molti sistemi in vitro “statici” non ricreano bene tre elementi chiave del polmone umano: (1) l’architettura alveolare e la relazione con i compartimenti vascolari, (2) le sollecitazioni meccaniche del respiro (ventilazione), (3) l’eterogeneità del microbioma respiratorio tra individui, che può influenzare in modo marcato la gravità dell’infezione e la cascata infiammatoria. I modelli animali restano utili, ma non sempre predicono ciò che accade nel tessuto umano e rendono complessa la scomposizione “pulita” delle interazioni virus–batteri.
Chi lo sta facendo e con quali risorse (Duke + Penn State, grant NIH da 3,2 milioni di dollari)
Il progetto è co-guidato da Julia Oh (Duke School of Medicine) e Ibrahim Ozbolat (Penn State University) e ha ottenuto un finanziamento NIH da 3,2 milioni di dollari su quattro anni. L’idea è costruire un modello di polmone biostampato/bioprintato che consenta di osservare come cambiano le risposte dell’ospite quando, oltre al virus influenzale, entrano in gioco batteri diversi (e in combinazioni diverse).
La “piattaforma alveolare” biostampata: cosa viene stampato e perché conta la ventilazione
Il cuore tecnico del progetto è una piattaforma di tessuto polmonare biostampato che mira a riprodurre le sacche alveolari (alveolar sacs) e condizioni fisiche più vicine al polmone reale. Rispetto a una coltura immobile in piastra, la presenza di ventilazione (cicli di “respiro”) permette di studiare come la meccanica influenza barriera epiteliale, diffusione dell’infezione e segnali infiammatori. L’obiettivo non è “stampare un organo trapiantabile”, ma creare un modello sperimentale che si comporti in modo sufficientemente realistico per misurare differenze tra patogeni e tra contesti microbici.
Coinfezioni e variabilità individuale: il ruolo del microbioma respiratorio
Un punto centrale del lavoro è che il microbioma (quali batteri sono presenti, in che abbondanza e in che equilibrio) varia molto tra persone e può modificare la traiettoria dell’influenza: alcuni ceppi possono amplificare il danno (ad esempio favorendo la polmonite), altri possono cambiare le soglie di attivazione immunitaria o le dinamiche della replicazione virale. Per questo il team vuole confrontare ceppi batterici differenti a parità di virus e tessuto, in un sistema che mantenga struttura e stimoli meccanici più plausibili.
Analisi previste: multi-omics, imaging e trascrittomica spaziale “a doppia firma” ospite–microbo
Per leggere l’interazione a più livelli, il progetto prevede approcci multi-omics (integrazione di più “strati” di dati biologici) e imaging ad alta risoluzione, con un accento su metodiche che mappano dove avvengono le risposte nel tessuto. Nella descrizione del progetto compare anche lo sviluppo/uso di dual host–microbe spatial transcriptomics, pensata per misurare contemporaneamente segnali dell’ospite e del microrganismo nello spazio del modello alveolare. Questo serve a distinguere, con più precisione, quali risposte sono legate al virus, quali ai batteri e quali emergono solo quando agiscono insieme.
Partner e rete di competenze (non solo università)
Oltre a Duke e Penn State, vengono citati partner come The Jackson Laboratory e Nationwide Children’s Hospital, che rafforzano la parte di genomica/immunologia e l’interpretazione biomedicale dei risultati. In progetti di questo tipo la rete conta quanto la piattaforma: servono competenze su biostampa, biologia polmonare, microbiologia, immunologia e analisi dati avanzata.
Ricadute attese: screening di vaccini/terapie e riduzione della dipendenza da modelli animali
Se il modello riuscirà a riprodurre in modo affidabile differenze tra coinfezioni, potrà essere usato per:
-
confrontare candidati vaccinali o strategie terapeutiche in condizioni più vicine al polmone umano;
-
identificare segnali immunitari associati a peggioramento (o protezione) quando entrano in gioco specifici batteri;
-
progettare esperimenti più mirati prima di passare a studi complessi e costosi.
Non è una promessa di applicazione clinica immediata: è un’infrastruttura sperimentale per migliorare la qualità delle evidenze precliniche nello studio delle infezioni respiratorie.
