JP2017 - Verso biomarcatori basati su reti: algoritmi, software e applicazioni

Data inizio
1 gennaio 2018
Durata (mesi) 
36
Dipartimenti
Biotecnologie
Responsabili (o referenti locali)
Laudanna Carlo
Parole chiave
JOINT PROJECTS, BIOINFORMATICS, SYSTEMS BIOLOGY, COMPUTATIONAL BIOLOGY, PERSONALISED MEDICINE, NETWORK SCIENCE, BIOLOGICAL NETWORKS

PREMESSA
La medicina è a tutt’oggi basata su cure standardizzate. Questo limita l'efficacia delle cure poiché, considerando la variabilità individuatale, “una terapia adeguata per tutti non può essere perfetta per nessuno”. Al contrario, la medicina personalizzata si propone di fornire le basi oggettive per quantificare la variabilità individuale, in modo da permettere la personalizzazione delle cure.

OBIETTIVI
Lo scopo di questo progetto è di definire gli algoritmi e di implementare un software dedicato che, a partire da dati sperimentali, generi una rete di interazioni proteina-proteina integrata con i dati sperimentali, per produrre proprietà topologiche che dipendano non solo dalla struttura della rete ma anche dai livelli di attivazione molecolare specifici per ogni individuo. Tale procedura permetterà di ottenere marcatori predittivi personalizzati basati su reti, ottenuti combinando le informazioni derivate da esperimenti ad alto rendimento, con la quantificazione delle proprietà topologiche delle reti biologiche.

PROCEDIMENTO
Il nostro precedente progetto (NetBiomarkers 2015) ha permesso di identificare nei livelli di fosforilazione il parametro che meglio si presta ad essere integrato con l’architettura topologica di una rete (rispetto a dati genomici), e ha prodotto un protocollo che automaticamente permette l’analisi del network integrato.
Nel corso di questo nuovo progetto verrà definita la procedura e realizzato il software per l’analisi di più reti contemporaneamente, in modo da poter confrontare i parametri di diversi soggetti. Verrà inoltre affrontato uno studio preliminare per la realizzazione di un chipset che effettui l’analisi a livello hardware, in modo da aumentarne enormemente le prestazioni e di permettere l’analisi di centinaia di networks in pochi minuti.
Il nuovo software verrà applicato a centinaia di data sets fosfoproteomici forniti dal partner industriale Kinexus. Questo permetterà di aumentare le conoscenze sui relativi processi biologici, di confermare le proteine target di ciascun processo ed eventualmente di identificarne di nuove, e di identificare i parametri e i valori che permettono di caratterizzare specifici cambiamenti tra le reti ottenute nei diversi contesti biologici (ad esempio sani e malati).


MAIN PARTNERS
Kinexus Bioinformatico Corporation
 

Enti finanziatori:

Finanziamento: assegnato e gestito dal Dipartimento

Partecipanti al progetto

Carlo Laudanna
Professore ordinario

Attività

Strutture

Condividi