Vai alla Homepage del Portale
Dipartimento di Farmacia e Biotecnologie - FABIT

Genomica e Trascrittomica Computazionale. Coordinatore: Giorgi

Studiare la trascrizione genica patologica in cancro, disturbi metabolici, abuso di farmaci e infezioni virali. Inferire architettura ed evoluzione delle reti geniche e il loro riallacciamento nella progressione patologica. Sviluppare algoritmi per la predizione di biomarcatori personalizzati, con tecniche di intelligenza artificiale.

Ambiti: Biologia del cancro Genomica

Temi di ricerca del gruppo

Reti geniche

Il gruppo sviluppa algoritmi per la costruzione di modelli di reti geniche, e studia il riallacciamento delle stesse in contesti patologici quali: cancro, malattie neurodegenerative, disfunzioni genetiche, infezioni virali. Il gruppo lavora anche allo studio di reti geniche in generale, anche in contesti non umani, quali la pianta modello Arabidopsis thaliana.

Trascrittomica delle patologie umane

Il gruppo studia il fenomeno di trascrizione genica dal punto di vista quantitativo tramite l’analisi di dati di espressione da tecnologie high-throughput come microarrays e next generation sequencing. I contesti di analisi sono prevalentemente attinenti a patologie umane quali: cancro, malattie genetiche metaboliche, farmaci da abuso, infezioni virali.

Filogenomica

Il gruppo produce modelli di evoluzione molecolare basati sul confronto fra sequenze e dell’espressione genica, utilizzando tecniche di filogenetica classica (alberi evolutivi) e innovative (network evolutivi e studio di componenti principali).

Machine learning -omico

Il gruppo sviluppa algoritmi di predizione di fenomeni genetici (e.g. mutazioni somatiche), livelli metabolici, caratteristiche cliniche (stima del decorso e della risposta farmacologica) in campioni di pazienti tramite l’interrogazione di reti geniche.

Membri del Laboratorio:

Federico M. Giorgi, Professore Associato

Fabrizio Ferrè, Professore Associato

Chiara Canrelle, Assegnista di ricerca

Posizioni aperte e tirocini

Nessuna posizione disponibile al momento

Pubblicazioni significative:

  • Giorgi FM, Pozzobon D, Di Meglio A, Mercatelli D. Genomic and transcriptomic analysis of the recent Mpox outbreak. Vaccine. 2024 Feb 3:S0264-410X(24)00125-7. doi: 10.1016/j.vaccine.2023.12.086. Epub ahead of print. PMID: 38311533.
  • Beccacece L, Costa F, Pascali JP, Giorgi FM. Cross-Species Transcriptomics Analysis Highlights Conserved Molecular Responses to Per- and Polyfluoroalkyl Substances. Toxics. 2023 Jun 29;11(7):567. doi: 10.3390/toxics11070567. PMID: 37505532; PMCID: PMC10385990.
  • Giorgi FM, Ceraolo C, Mercatelli D. The R Language: An Engine for Bioinformatics and Data Science. Life (Basel). 2022 Apr 27;12(5):648. doi: 10.3390/life12050648. PMID: 35629316; PMCID: PMC9148156.
  • Cavicchioli MV, Santorsola M, Balboni N, Mercatelli D, Giorgi FM. Prediction of Metabolic Profiles from Transcriptomics Data in Human Cancer Cell Lines. Int J Mol Sci. 2022 Mar 31;23(7):3867. doi: 10.3390/ijms23073867. PMID: 35409231; PMCID: PMC8998886.
  • Paull EO, Aytes A, Jones SJ, Subramaniam PS, Giorgi FM, Douglass EF, Tagore S, Chu B, Vasciaveo A, Zheng S, Verhaak R, Abate-Shen C, Alvarez MJ, Califano A. A modular master regulator landscape controls cancer transcriptional identity. Cell. 2021 Jan 21;184(2):334-351.e20. doi: 10.1016/j.cell.2020.11.045. Epub 2021 Jan 11. PMID: 33434495; PMCID: PMC8103356.

Contatti