Foto del docente

Daniele Mercatelli

Ricercatore a tempo determinato tipo a) (junior)

Dipartimento di Farmacia e Biotecnologie

Settore scientifico disciplinare: BIO/18 GENETICA

Didattica

Argomenti di tesi proposti dal docente.

Background: i meccanismi biologici possono essere rappresentati come complessi network di interazione funzionale fra molecole in grado di regolare ogni meccanismo cellulare. La bioinformatica da anni si interroga sul modo più realistico di comprendere e ricostruire il design di queste reti cellulari, utilizzando tecniche di inferenza in silico quali la correlazione fra livelli di trascritti genici per identificarne funzione e interazione. Di recente, sono state applicate decine di tecniche di ricostruzione (‘reverse engineering’) delle reti geniche basate su dati di espressione genica (microarray e RNASeq) e sul principio di coespressione, ottenendo non solo una rappresentazione dei meccanismi cellulari, ma anche tools per meglio comprendere l’attività di singoli fattori di trascrizione (rif. Alvarez et al., Nature Genetics 2016, Pubmed id 27322546; Mercatelli et al., Bioinformatics 2020, Pubmed id 32232425).

 

Sono disponibili i seguenti progetti di tesi:

1) Modellizzazione dell'impatto delle mutazioni somatiche sui programmi trascrizionali nel cancro.  Da diversi studi di trascrittomica è emerso che alcune mutazioni somatiche sono frequenti in diversi tipi di cancro, suggerendo l'esistenza di pathway frequentemente alterati e possibili target di intervento farmacologico. Scopo della tesi sarà identificare reti di regolazione genica e network di segnalazione alla base di queste "mutazioni pan-cancer", al fine di identificare strategie farmacologiche dirette verso tumori di diversa derivazione istologica.

2) Ottimizzazione di algoritmi di base calling per Oxford Nanopore Sequencing. Le piattaforme di sequenziamento di ultima generazione prodotte da Oxford Nanopore Technologies consentono di sequenziare DNA e RNA ottenendo read di elevata lunghezza con una lettura media di ~400 basi per secondo. La sequenza viene letta in modo autonomo da un computer che, utilizzando algoritmi specifici definiti basecaller, associa a ogni variazione del segnale elettrico una singola base azotata (e sue possibili modifiche). Scopo della tesi sarà confrontare l'efficienza di diversi basecaller e ottimizzarne le performance su GPU.

3) Analisi degli effetti di trattamenti farmacologici a livello di singola cellula in modelli in vitro e in vivo di neuroblastoma. Il neuroblastoma è un tumore che ha origine dai neuroblasti, cellule presenti nel sistema nervoso simpatico. I tumori a carico del sistema nervoso simpatico rappresentano circa il 5% dei casi totali di cancro nella fascia di popolazione tra 0 e 19 anni. Caratteristica principale del neuroblastoma è un alto grado di eterogeneità clinica, biologica e genetica che rende difficile la gestione clinica dei pazienti affetti dalle forme più aggressive. Scopo della tesi sarà investigare l'eterogeneità di risposta ai trattamenti farmacologici del neuroblastoma attraverso analisi di dati di sequenziamento a livello di singola cellula e l'applicazione dell'analisi di reti trascrizionali.