Produrre farmaci meno dannosi per l’ambiente, realizzati in modo più ecologico ed economicamente più sostenibile. È l’obiettivo del progetto internazionale SusPharma dell’Università di Bari, finanziato con 6,9 milioni di euro dalla comunità europea nell’ambito del cluster Health del programma Horizon Europe Research and Innovation Action, avviato per creare, in linea con l’Agenda 2030 e l’European Green Deal, un’industria della salute innovativa e competitiva, in grado di fronteggiare situazioni di emergenza, come per esempio una pandemia, o la mancanza di farmaci essenziali permettendo la rapida produzione di composti farmaceutici on site e on demand.

Sinergia tra atenei e imprese

Il progetto, coordinato da Renzo Luisi, professore ordinario di Chimica organica, coinvolge, oltre all’ateneo barese, altri otto partner, di cui quattro istituti di ricerca tra Europa e Regno Unito (Politecnico di Milano, Van’t Hoff Institute dell’Università di Amsterdam, Università di Cordoba, Università di Loughborough) e quattro industrie farmaceutiche.

Dalla chimica in flusso alla robotica

Il lavoro, che durerà tre anni, fornirà tecnologie e know-how per fare fronte alla sfida della transizione verde e digitale. L’innovazione tecnologica riguarderà l’uso di fonti di carbonio rinnovabili (bio-based) per la preparazione di molecole per la sintesi di farmaci, lo sviluppo di metodologie sintetiche green basate su microtecnologie e flow chemistry, l’ideazione di nuovi metodi di purificazione in continuo per la rimozione di impurità e il riciclo dei solventi, l’integrazione della digitalizzazione e della robotica nei processi produttivi dei farmaci, la valutazione di life cycle assessment (Lca) e di techno-economic analysis (Tea) per ridurre l’impatto della produzione farmaceutica. Il progetto verrà, quindi, condotto in un’ottica multidisciplinare, includendo esperti di conversione della biomassa per la sintesi di medicinali, di catalisi a singolo atomo, di tecnologia della chimica in flusso (comprese sintesi e purificazione), di automazione, di machine learning e robotica.