Pilot 4.3

Piattaforma di microscopia correlativa multi-modale (UNISALENTO). Sviluppo di una piattaforma di microscopia correlativa multi-modale per analisi di sistemi biologici in vitro, in vivo ed ex-vivo. Tale piattaforma di microscopia consentirà di analizzare sistemi biologici a diverse risoluzioni spaziali, che va dalla scala delle singole molecole alle immagini cliniche di modelli animali di piccola taglia (patologia).

I laboratori congiunti Unisalento/CNR Nanotec (Lecce) metteranno a punto una metodologia di indagine multiscala e multimodale per analisi di campioni biologici in vitro, in vivo ed ex vivo, ottenuta combinando le informazioni derivanti da diverse tecniche microscopiche. La correlazione di tali dati sarà fondamentale per la comprensione dei meccanismi di malattia e per lo sviluppo di terapie. La piattaforma di microscopia correlativa comprenderà anche un moderno sistema di microscopia elettronica ad elevata risoluzione spaziale  (< 4nm) in grado di superare le limitazioni della microscopia elettronica convenzionale, quali il ridotto campo visivo a cui è associato un elevatissimo tempo di acquisizione per campioni massivi. In particolare, verrà proposto un approccio innovativo per l’analisi ultrastrutturale di campioni massivi di tessuti biologici impiegando una tecnica di array tomography ad elevato throughput. Nei laboratori congiunti Unisalento/CNR Nanotec (Lecce) verrà impiegato un microscopio elettronico all’avanguardia dotato di fasci elettronici multipli, che garantisce una velocità di acquisizione quasi 100 volte maggiore rispetto ad un microscopio elettronico convenzionale. L’elevatissima velocità di scansione è un prerequisito essenziale ai fini della ricostruzione tomografica di porzioni massive di tessuto, fino ad 1mm3, con risoluzione alla nanoscala. Verrà inoltre sviluppata una metodologia avanzata per l’integrazione dei dataset ottenuti dalle diverse tecniche microscopiche. Si implementeranno innovativi algoritmi basati su intelligenza artificiale (AI) per la segmentazione delle immagini, il riconoscimento delle feature di interesse e l’estrazione di dati quantitativi dai campioni osservati per la caratterizzazione degli aspetti ultrastrutturali legati alle patologie.