Il gruppo di Analisi Dati Avanzate è dedicato a supportare i ricercatori e i collaboratori della Fondazione RI. MED nell’ottenere la maggiore informazione possibile dai loro modelli e dati scientifici. Un particolare interesse é rivolto ai progetti che includono l’utilizzo di tecnologie che generano grandi quantità di dati, focalizzati allo studio dei tumori e delle patologie legate all’invecchiamento. Ad esempio, supportiamo l’unità di Drug Discovery per il design e l’analisi dei dati generati dalla piattaforma di HTS (high-throughput screenings) ed eseguiamo le analisi statistiche comunemente utilizzate sui high-throughput data ottenuti da un ampio range di tecnologie, basate su microarray o Next Generation Sequencing. Spesso le analisi standard non sono applicabili, perché i software e gli algoritmi esistenti non sono funzionali al disegno sperimentale utilizzato. 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 i sistemi biologici complessi, analizzate integrando l’analisi di più sorgenti di dati, che descrivono le interazioni tra differenti “attori”, come l’RNA (mRNA, microRNA), dati genomici, l’attività delle sequenze ripetute e dati clinici.

Obiettivi

• Fornire la corretta interpretazione scientifica dall’analisi di big-data biologici
• Sviluppare nuovi algoritmi di analisi di dati omici
• Disegnare flussi di analisi per integrare dati provenienti da fonti eterogenee
• Investigare sui network di interazione biologica
• Disegnare terapie basate su RNA

Focus

• Il ruolo delle sequenze ripetute del DNA in condizioni fisiologiche e patologiche
• Gli aspetti molecolari dell’invecchiamento e il loro ruolo nel cancro e le malattie degenerative
• microRNA, competitive endogenous RNA, long non coding RNA
• Splicing alternativo e la sua modulazione

Competenze e risorse

• Biologia molecolare, Genetica, Biologia dei sistemi
• Statistica, Bioinformatica, Machine learning
• Long-read Next Generation Sequencing (Oxford Nanopore Technologies)
• Analisi di dati omici: Genomica, Trascrittomica, Epigenomica, Metagenomica
• R, Python, Matlab, Galaxy

Team

HANNO LAVORATO CON NOI

• Vincenzo Martorana, PhD – PhD Student in Scienze Economiche, Aziendali e Statistiche UniPA (2021 – 2024).
• Walter Arancio, PhD – Post Doc in Biologia Computazionale finanziato dal progetto OBIND (2020-2022). Adesso Ricercatore presso IRIB – CNR.
• Giorgio Bertolazzi, PhD – PhD Student in Scienze Economiche, Aziendali e Statistiche UniPA, Dottorato Innovativo a Caratterizzazione Industriale (2019-2021), Progetto: MicroRNA Interaction Network.