Comprendere i meccanismi di connettività e plasticità delle reti neuronali richiede modelli sperimentali che non si limitino a registrare l’attività elettrica dei neuroni, ma che riproducano anche la complessità strutturale e funzionale del tessuto cerebrale. I modelli in vitro tradizionali, spesso bidimensionali e omogenei, non sono in grado di rappresentare adeguatamente la dinamica dei circuiti neurali in condizioni fisiologiche o patologiche.Il progetto affronta questa sfida sviluppando modelli brain-on-a-chip che integrano modularità (interconnessione tra regioni neurali distinte), eterogeneità (diverse tipologie cellulari) e tridimensionalità (organizzazione spaziale realistica delle reti). Questi modelli avanzati offrono una piattaforma versatile e biologicamente rilevante per studiare le dinamiche delle reti neuronali, testare l’efficacia e la tossicità di farmaci in fase preclinica, e aprono alla possibilità di sviluppare approcci di medicina personalizzata, ad esempio attraverso l’utilizzo di cellule derivate da pazienti per modellare specifiche patologie neurologiche e valutare risposte terapeutiche mirate. Obiettivo Il progetto mira allo sviluppo di piattaforme brain-on-a-chip di nuova generazione per lo studio integrato della struttura e della funzione delle reti neurali in vitro. L’obiettivo è creare modelli sperimentali che riproducano in modo controllato e ripetibile le caratteristiche chiave del tessuto cerebrale, combinando configurazioni modulari, eterogeneità cellulare e organizzazione tridimensionale.Le piattaforme sono progettate per supportare il monitoraggio simultaneo dell’attività elettrofisiologica e dell’organizzazione morfologica delle reti neurali, grazie all’impiego di tecnologie microfluidiche, microelettrodi ad alta densità e imaging ad alta risoluzione. Questo approccio consente l’analisi dinamica di processi come la plasticità sinaptica e la connettività funzionale, in parallelo alla valutazione strutturale di maturazione, distribuzione e architettura delle reti.Il sistema rappresenta uno strumento flessibile e scalabile per la ricerca in neuroscienze, l’identificazione di biomarcatori morfo-funzionali, lo screening farmacologico e lo sviluppo di strategie terapeutiche. L’integrazione con pipeline analitiche avanzate e la compatibilità con dati molecolari e trascrittomici lo rendono un ponte concreto tra ricerca sperimentale e applicazioni precliniche e personalizzate. Image Vantaggi • Riproduzione più realistica della complessità cerebrale: i modelli integrano modularità, eterogeneità cellulare e tridimensionalità, superando i limiti dei tradizionali.• Controllo sperimentale elevato: grazie alla microfluidica e ai microcanali direzionali è possibile guidare l'organizzazione delle reti neurali e monitorare dinamiche specifiche in microambienti separati ma comunicanti.• Versatilità e scalabilità: la piattaforma è compatibile con diversi protocolli sperimentali, adattabile a molteplici configurazioni (stimoli, trattamenti), e utilizzabile per studi su piccola o larga scala.• Riduzione dell’uso di modelli animali in vivo: la capacità di riprodurre condizioni patologiche in vitro permette di limitare l’impiego di modelli animali tradizionali, secondo i principi 3Rs.• Applicabilità clinica e preclinica: utilizzabile per il testing farmacologico ad alta definizione, l’identificazione di target terapeutici, e potenzialmente per modelli personalizzati basati su cellule paziente-specifiche.• Compatibilità con l’analisi automatizzata: i dati generati sono idonei a essere integrati in pipeline di analisi avanzate, anche tramite approcci di intelligenza artificiale. Settori di applicazione e utenti • Neuroscienze sperimentali• Ricerca farmacologica preclinica• Medicina personalizzata • Bioingegneria e neurotecnologie• Industria biotech e dispositivi biomedicali Tra i possibili utenti troviamo:• Istituti di ricerca e università • Aziende farmaceutiche e biotech• Laboratori clinici e ospedali universitari• Startup e aziende nel settore delle neurotecnologie Valorizzazioni • Traduzione tecnologica verso applicazioni biomedicali, con potenziale impiego in contesti clinici per lo studio di malattie neurologiche e in ambito industriale per l’ottimizzazione di protocolli di screening farmacologico• Attivazione di collaborazioni strategiche tra enti di ricerca e imprese, orientate alla validazione del modello in ambienti regolamentati e allo sviluppo di soluzioni pronte per l’integrazione nei processi R&D di aziende farmaceutiche, biotech e dispositivi medici.• Sviluppo e protezione di innovazioni brevettabili, relative a componenti microfluidiche, architetture modulari, protocolli di analisi funzionale e strumenti per l’integrazione di dati neurofisiologici e morfologici.• Partecipazione a programmi di co-sviluppo e co-finanziamento nazionali e internazionali, con focus su medicina personalizzata, diagnostica avanzata e riduzione dell’uso di modelli animali attraverso sistemi sperimentali alternativi.• Iniziative imprenditoriali, tra cui la startup ScreenNeuroPharm, attiva nello sviluppo di tecnologie per lo screening neurofarmacologico su modelli avanzati di reti neurali in vitro, a supporto della ricerca traslazionale e dell’industria biotech.scarica la scheda Referenze 1. M. Brofiga, Callegari, F., Tedesco, M., & Massobrio, P. (2025). Cortical, striatal, and thalamic populations self-organize into a functionally connected circuit with long-term memory properties. Biosensors and Bioelectronics. 2. Barabino, V., della Lunga, I. D., Callegari, F., Cerutti, L., Tedesco, M., Massobrio, P., & M. Brofiga. (2024). Investigating the interplay between segregation and integration in developing cortical assemblies. Frontiers in Cellular Neuroscience 3. Callegari, F., M. Brofiga, Tedesco, M., & Massobrio, P. (2024). Electrophysiological features of cortical 3d networks are deeply modulated by scaffold properties. APL Bioengineering. 4. F. Callegari, M. Brofiga, & Massobrio, P. (2023). Modeling the three-dimensional connectivity of in vitro cortical ensembles coupled to micro-electrode arrays. PLOS Computational Biology. 5. M. Brofiga, S. Losacco, F. Poggio, A. Zerbo, M. Milanese, P. Massobrio, B. Burlando. (2023). Multiple neuron clusters on Micro-Electrode Arrays as an in vitro model of brain network. Scientific Reports. 6. M. Brofiga, Poggio, F., Callegari, F., Tedesco, M., & Massobrio, P. (2023). Modularity and neuronal heterogeneity: Two properties that influence in vitro neuropharmacological experiments. Frontiers in Cellular Neuroscience. 7. G. Parodi, M. Brofiga, Pastore, V. P., Chiappalone, M., & Martinoia, S. (2023). Deepening the role of excitation/inhibition balance in human ipscs-derived neuronal networks coupled to meas during long-term development. Journal of Neural Engineering. 8. F. Poggio, M. Brofiga, Tedesco, M., Massobrio, P., Adriano, E., & Balestrino, M. (2023). Lack of epileptogenic effects of the creatine precursor guanidinoacetic acid on neuronal cultures in vitro. Biomolecules. 9. F. Callegari, M. Brofiga, F.Poggio, & Massobrio, P. (2022). Stimulus-evoked activity modulation of in vitro engineered cortical and hippocampal networks. Micromachines.10. M. Brofiga, Pisano, M., Tedesco, M., Boccaccio, A., & Massobrio, P. (2022). Functional inhibitory connections modulate the electrophysiological activity patterns of cortical-hippocampal ensembles. Cerebral Cortex. Contatti Responsabile scientifico Dott.ssa Martina BrofigaInformazioniServizio per il trasferimento tecnologico e delle conoscenzeSettore valorizzazione della ricerca, trasferimento tecnologico e rapporti con le impresetrasferimentotecnologico@unige.ittel. 010 2095922
