Bioinformatica (Milano)

Il Laboratorio di Bioinformatica è formato da 15 unità di personale tra ricercatori e tecnologi con formazione eterogenea, dalla bioinformatica, alla biotecnologia, biologia, ingegneria, fisica e informatica. Il Laboratorio sviluppa, implementa e applica tecniche di analisi per rispondere alle domande biologiche del settore Scienze della Vita, in particolare nei settori chiave quali: genomica, epigenomica, trascrittomica (sia bulk che single-cell), integrazione dati multi-omici, biodiversità molecolare, biologia dei sistemi, modellistica molecolare e intelligenza artificiale nonché nella progettazione e sviluppo di banche dati biologiche e strumenti bioinformatici per l’analisi dei Big Data nei settori della biomedicina, dell’alimentazione e dell’ambiente.

Il Laboratorio ha sviluppato e gestisce una robusta infrastruttura HPC (High Performance Computing) a supporto delle proprie attività progettuali. Inoltre, il Laboratorio include un’unità di Bioinformatica Traslazionale per la preparazione e le analisi “omiche” dei campioni biologici e la validazione delle predizioni bioinformatiche.

TEMATICHE DI RICERCA

Autismo

Il Lab. ha esperienza nello studio dell’interazione gene-ambiente nell’insorgenza dell’autismo. Esso è coinvolto, con altri partner europei e statunitensi, nel progetto europeo “Genoma, ambiente, microbioma e metaboloma nell’autismo” (GEMMA) che si prefigge di effettuare analisi multi-omiche sui campioni biologici di neonati a rischio di sviluppare autismo e prelevati a time point diversi. L’integrazione dei dati omici e clinici identificherà biomarcatori associati all’autismo utili per disegnare terapie personalizzate. https://www.gemma-project.eu/it/

Gene Therapy

Nell’ambito del programma di collaborazione con l’ospedale San Raffaele e la Fondazione Telethon nata per lo studio della sicurezza della Gene Therapy, il laboratorio ha sviluppato grande esperienza nell’analisi dati nell’ambito della medicina rigenerativa. In particolare, abbiamo esperienza nell’applicazione della bioinformatica allo studio dei meccanismi biologici delle malattie monogeniche curabili tramite gene delivery con vettori lentivirali, nella analisi dati per lo sviluppo di modelli preclinici e nel monitoring post trattamento tramite tecniche NGS. Collaboriamo attivamente al miglioramento della Gene Therapy tramite approcci computazionali, sia per lo sviluppo di vettori più sicuri ed efficienti, sia per controllare i processi infiammatori e di senescenza delle cellule staminali da trapiantare. Il laboratorio ha anche sviluppato nuovi approcci di analisi dati nell’ambito del CRISPR gene editing e della cancer immunotherapy tramite Chimeric Antigen Receptor T cells.

Bioinformatica strutturale e drug discovery

Il nostro Laboratorio ha significativa esperienza nello studio funzionale delle macromolecole a livello atomico per ottenere una migliore comprensione dei processi molecolari, del riconoscimento e dei meccanismi di binding delle macromolecole responsabili delle malattie umane. Modellazione molecolare, docking, dinamica molecolare e bioinformatica vengono applicate per lo studio di strutture macromolecolari (proteine, RNA e DNA) ed eseguite su infrastrutture di calcolo ad alte prestazioni (HPC). Abbiamo sviluppato competenze per l’identificazione e/o il riposizionamento di composti selettivi e ad alta affinità, nuovi lead o farmaci esistenti, fortemente leganti i target terapeutici applicando metodi di screening virtuale ad elevato throughput (VHTS). Le nostre analisi sono state applicate in contesti di Fibrosi Cistica, Covid19, HIV e Interferenti Endocrini, mutanti della cascata della coagulazione, proteine coinvolte nell’evoluzione del cancro o della celiachia e malattie rare.

Analisi multi-omiche e dell’interattoma per la medicina di precisione

L’analisi integrata di diversi tipi di dati molecolari su scala omica apre la strada a una comprensione più completa e più profonda dei sistemi biologici. La complessità dei sistemi biologici, i limiti tecnologici, l’elevato numero di variabili in gioco e il numero relativamente basso di campioni biologici rendono le analisi integrative una nuova sfida impegnativa. Quindi, lo sviluppo di metodi per l’analisi integrativa di dati multi-omici è uno dei problemi più rilevanti che gli scienziati computazionali stanno affrontando al giorno d’oggi

Per tradurre i risultati delle ricerche a livello genico in una comprensione meccanicistica della patogenesi delle malattie e per attuare strategie più efficaci per la prevenzione, la diagnosi e il trattamento è particolarmente rilevante il fatto che i prodotti genici non agiscono in modo indipendente, ma in relazione con una complessa rete di altri attori. Nel nostro Laboratorio sviluppiamo metodi per analizzare i dati omici, sia singoli che multipli, nel contesto dell’interattoma, al fine di individuare sistemi di geni (ad esempio, reti di geni attivi, moduli di geni associati alla malattia) che possono spiegare la relazione tra perturbazioni e fenotipi patologici. I nostri strumenti hanno lo scopo di estrarre conoscenza sia a fini descrittivi che predittivi.