Foto del docente

Federico Manuel Giorgi

Ricercatore a tempo determinato tipo b) (senior)

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 più o meno complesse, da metaboliti e proteine, in grado di veicolare 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).

Progetto: il progetto prevede la ricostruzione bioinformatica di reti geniche e la loro applicazione per la comprensione del processo di tumorigenesi umano. Osserveremo la variazione dell’attività di 1800 reti trascrizionali fra tessuti tumorali e tessuti adiacenti normali. Inoltre, utilizzeremo le reti come strumento per aumentare il rapporto segnale/rumore in dataset di espressione intrinsecamente rumorosi e problematici, quali quelli originati da sequenziamento a singola cellula.

Competenze suggerite: la/lo studente di tesi deve avere una buona conoscenza dei meccanismi molecolari di trascrizione e delle pathways biologiche rilevanti per la proliferazione cellulare (MAPK, STAT3, E2F, ecc). Si richiede inoltre un discreto livello di conoscenza del linguaggio di programmazione R, o in alternativa un’ottima attitudine all’apprendimento (in gergo, propensione a essere ‘smanettoni’). Si richiedono inoltre conoscenze di base di statistica (e.g. tecniche di correlazione e normalizzazione). Infine, è consigliata una conoscenza di base del Next Generation Sequencing, in particolar modo l’RNA-Seq (sono previste, se la/lo studente lo riterrà opportuno, alcune brevi trasferte nel centro di sequenziamento IGA di Udine).

Consigliato per: chi voglia imparare approfonditamente e applicare i tools e i software della bioinformatica contemporanea e lavorare in una branca davvero pionieristica della trascrittomica.