Antimicrobico resistenza: anche l'Iss tra i vincitori del 'data challenge' di Vivli con un progetto per sfruttare meglio i dati incompleti

Vivli ha annunciato i sei team vincitori della "Vivli AMR Surveillance Data Challenge" del 2026, premiando ricerche che utilizzano dati di sorveglianza condivisi per affrontare questioni che spaziano dalle politiche nazionali sull'antimicrobico-resistenza (AMR) e la vaccinazione, fino alla resistenza emergente e agli investimenti nella ricerca. Tra i vincitori c'è anche il team  formato da Chiara Mastrogiuseppe, Humanitas University; Luca Busani, Andrea Cacioppo e Guido Gigante, Istituto Superiore di Sanità; Francesco Cellitti, Sapienza Università di Roma, che ha sviluppato Mutagraph, una pipeline di ricerca open-source corredata da una dashboard interattiva, pensata per aiutare i ricercatori a sfruttare al meglio i dati incompleti sulla sorveglianza della resistenza agli antimicrobici.

Giunta alla sua quarta edizione, la competizione ha visto la partecipazione di 129 team provenienti da 38 paesi, segnando il record di adesioni e la più ampia portata globale nella storia dell'iniziativa. Il 6 e 7 ottobre, sedici team finalisti hanno presentato i propri lavori a una giuria internazionale.

La sfida offre ai ricercatori un periodo di otto settimane per analizzare i dati resi disponibili tramite il "Vivli AMR Register", una piattaforma che raccoglie dataset di sorveglianza sull'AMR provenienti dal settore industriale, mettendoli a disposizione della comunità scientifica.

Il progetto vincitore
Mutagraph combina due approcci di modellazione per ricostruire le combinazioni patogeno-antimicrobico non rilevate, valutare in quali casi un campionamento aggiuntivo possa migliorare la precisione e individuare le combinazioni che richiedono un monitoraggio più attento a causa di possibili variazioni nella suscettibilità. I modelli sono stati inoltre testati su paesi e periodi temporali non inclusi nella fase di addestramento, al fine di verificarne l'applicabilità in contesti nuovi. Integrando queste funzionalità in un unico strumento di sorveglianza, il progetto consente di identificare le lacune nei dati disponibili e di concentrare l'attenzione su profili di resistenza che potrebbero necessitare di un monitoraggio più rigoroso.