UNITA' DI GENOMICA DEL CANCRO E BIOINFORMATICA - PROGETTI

1. Studio dell'eterogeneità e dell'evoluzione clonale dei tumori (PI: Dr. M. Cereda - Personale coinvolto: M. Del Giudice, S. Peirone)

La studio valuta in maniera sistematica l'evoluzione clonale all'interno e tra diversi tipi di cancro utilizzando dati di DNA e RNA NGS di oltre 20.000 pazienti provenienti da consorzi di sequenziamento (TCGA). Lo scopo di questo studio è quello di creare un catalogo completo di modelli di evoluzione del tumore attraverso e all'interno di tipi di cancro che consentano la caratterizzazione di geni driver del cancro, la classificazione di cloni e eventi subclonici, responsabili della resistenza ai farmaci e la comprensione dell'interazione di eventi clonali e subclonici nella resistenza ai farmaci. Catalogare l'eterogeneità tumorale in un numero limitato di modelli evolutivi offre informazioni sui diversi vantaggi selettivi acquisiti dal tumore durante la sua crescita. E' quindi possibile raggruppare il tumore in base alla loro evoluzione e catalogare i geni del cancro in base al loro vantaggio selettivo. Valutare l'evoluzione del tumore in un ampio set di dati di pazienti ci darà l'opportunità di quantificare e prevedere l'effetto della resistenza ai farmaci acquisita all'interno e tra i vari tipi di cancro.

2. Studio della regolazione dello splicing alternativo nel cancro per identificare nuovi bersagli terapeutici (PI: Dr. M. Cereda - Personale coinvolto: M. Del Giudice, S. Peirone)

Lo splicing alternativo guida la diversità del proteoma. Alterazioni dell'interazione proteina-RNA possono portare a una varietà di malattie, incluso il cancro. La nostra unità studia la deregolazione dello splicing alternativo nell'insorgenza e nella progressione del cancro, concentrandosi sul ruolo delle proteine leganti l'RNA, per scoprire nuovi potenziali bersagli terapeutici. Analizziamo dati genomici, trascrittomici ed epigenetici di tumori di diversi tessuti per determinare il ruolo delle proteine di splicing nella progressione del cancro in ciascun tipo di cancro e/o paziente, identificare nuovi target terapeutici pazienti specifici e sviluppare e fornire un elenco di farmaci in grado di intervenire sui target trovati. Questo progetto è in collaborazione con il Dr Jernej Ule presso il Francis Crick Institute di Londra.

3. Caratterizzazione di nuovi meccanismi molecolari responsabili dell'insorgenza e progressione del cancro (PI: Dr. M. Cereda - Personale coinvolto: M. Del Giudice, S. Peirone)

La disponibilità di migliaia di dati di sequenziamento di massa offre la possibilità di identificare nuove alterazioni genetiche che determinano l'insorgenza e la progressione del cancro. A tal fine, la nostra unita impiega approcci di apprendimento automatico (machine learning) per integrare diversi strati di informazioni genomiche e utilizzarli per identificare nuovi meccanismi oncogenici. L'unione degli approcci classici per lo studio di Big Data alla conoscenza dei principi biologi e' l'approccio con cui ci proponiamo di districare il rumore dovuto all'eterogeneità dei una malattia complessa come il cancro dai meccanismi cellulari e molecolari potenzialmente rilevanti per questo fenotipo.