Descrizione

La piattaforma di Bioinformatica e Analisi Dati è dedicata a supportare i ricercatori e i collaboratori della Fondazione RI.MED nell’ottenere la maggiore informazione possibile dai loro dati scientifici, con un particolare interesse per i Biological Big Data. Ad esempio, supportiamo l’unità di Drug Discovery per il design e l’analisi dei dati generati dalla piattaforma di HTS. Eseguiamo le analisi statistiche comunemente utilizzate sui high-throughput data ottenuti da un ampio range di tecnologie, basate su microarray o Next Generation Sequencing, integrando l’analisi con i dati clinici ove presenti. Spesso le analisi standard non sono applicabili, perché i software e gli algoritmi esistenti non prevedono il disegno sperimentale pensato. In questi casi, sfruttiamo le nostre capacità di programmazione e gestione di big data per analizzare i dati con un approccio personalizzato. Principale oggetto di interesse del gruppo sono le reti di interazioni biologiche, analizzate integrando l’analisi di più sorgenti di dati.  Ad esempio, siamo in grado di descrivere la rete di regolazione genica dei microRNA endogeni in un particolare tessuto di interesse, sfruttando il loro profilo di espressione genica.

La piattaforma ha anche in dotazione un laboratorio di Biologia Cellulare e Molecolare, grazie al quale ha la possibilità di generare dati di sequenziamento “long read RNA”, sfruttando la tecnologia Nanopore. Il laboratorio viene inoltre utilizzato per validare in vitro eventuali interazioni biologiche predette computazionalmente.

Competenze

• Statistica descrittiva e inferenziale;
• High throughput data analysis, i.e., Next Generation Sequencing o microarray;
• Algoritmi predittivi basati su Machine Learning;
• Analisi e management di Big Data;
• Network analysis;
• produzione di dati trascrittomici e genomici

Dotazione tecnologica

Software

Gli script per l’analisi dei dati sono generalmente realizzati in linguaggi open-source, come R e le librerie di Bioconductor. Per la visualizzazione delle reti di interazione utilizziamo Pajek e Cytoscape. Realizziamo e condividiamo pipeline di analisi dati mediante l’utilizzo del software Knime. Per venire incontro alle esigenze dei collaboratori, abbiamo anche la possibilità di analizzare i dati biologici con il software Ingenuity Pathway Analysis.

Hardware

• 3 workstation
• Server – CPU: 2x Xeon Gold 6152 2.10 GHz 22 Cores RAM: 128GB
• Server – CPU: 2x AMD Epyc 7402 24 Cores 2.8GHz RAM: 256GB HDD: 3x 480GB SSD GPU: 2x Nvidia A100 40GB

Wet lab

• Laboratorio per Biologia Cellulare e Molecolare
• Lettore multimodale di piastre BioTek Synergy H1
• Oxford Nanopore MinION Mk1c