Univ. Milano Bicocca, 16-17 Aprile 2019

INTRODUZIONE

La spettrometria di massa sta assumendo sempre più importanza in molti settori di analisi del laboratorio clinico. Tra questi, sono innumerevoli le applicazioni della spettrometria di massa in tossicologia, dall'analisi delle droghe d'abuso, ai tassi alcolometrici, alle sostamze tossiche e veleni. Sebbene siano molti gli spettrometri di massa installati, c'è una stringente necessità di una adeguata formazione degli operatori.
Nel panorama nazionale vi sono alcuni corsi di spettrometria di massa solo a livello teorico. Questa edizione della

5th MS IMAGING SCHOOL
è dedicata alla
spettrometria di massa imaging MALDI-TOF.
La scuola fa parte di una serie di corsi di formazione pratica in ambito ambientale, alimentare, clinico, tossicologico organizzati dalla Divisione di Spettrometria di Massa (DSM-SCI) insieme a istituzioni pubbliche e private.

La scuola è organizzata dalla DSM con il Dipartimento di Medicina e Chirurgia dell'Università Milano Bicocca ha lo scopo di fornire una formazione pratica e applicativa della spettrometria di massa imaging e in particolare nello studio di tessuti. È articolata in due giorni di formazione.

I partecipanti sono operatori del settore, principalmente tecnici di laboratorio biomedico, specializzandi in patologia clinica e biochimica clinica, dirigenti biologi e chimici.

Il primo giorno sarà dedicato inizialmente alla presentazione degli aspetti teorici, della strumentazione e dei protocolli utilizzati nel MS-imaging. Successivamente si effettuerà un esperimento utilizzando una sezione di tessuto.
La fase sperimentale prevedrà le fasi di lavaggio, deposito matrice, verifica corretto funzionamento dello spettrometro di massa MALDI-TOF, e predisposizione per l’analisi in automatico del campione che avverrà durante la notte.

Il secondo giorno sarà dedicato all’elaborazione ed interpretazione dei dati analitici acquisiti: costruzione della immagine, analisi statistica e correlazione con l’immagine istologica.
Inoltre verranno forniti per l’apprendimento individuale dei programmi di elaborazione dati già disponibili di tessuti di diversa origine.