Analisi probabilistica di dataset biologici e network dynamics (DIT.AD021.161)

Area tematica

Ingegneria, ICT e tecnologie per l'energia e i trasporti

Area progettuale

Struttura responsabile del progetto di ricerca

Istituto per le applicazioni del calcolo "Mauro Picone" (IAC)

Responsabile di progetto

DAVIDE VERGNI
Telefono: 0649937355
E-mail: d.vergni@iac.cnr.it

Abstract

Lo studio delle proprietà statistiche di sequenze biologiche e della loro interazione attraverso network biologici è da qualche anno al centro di un fiorente campo di ricerche nell'ambito della bioinformatica. Scopo di questo progetto è dare una solida cornice matematica e probabilistica a tutta una serie di metodologie che spesso sono utilizzate superficialmente senza verificarne l'ambito di utilizzo e la corretta applicazione. Inoltre attraverso tali strumenti sarà possibile fare chiarezza su quali componenti delle sequenze o delle reti in esame siano effettivamente di una qualche rilevanza e quindi portatori di informazione biologica (che sia funzionale, strutturale o evoluzionistica) ovvero siano invece ascrivibili ad accidenti casuali e non significativi per l'obiettivo in esame.

Obiettivi

Gli obiettivi di questo progetto di ricerca sono molteplici.
i) l'analisi delle mutazioni puntuali di sequenze peptidiche e nucleotidiche virali sia a seguito di evoluzione biologica (come nel caso di SARS-COV-2) sia a seguito di pressione farmacologica (come nel caso di HIV).
ii) Lo studio topologico di network biologici a partire da quelli che sono definiti seed genes, ossia geni associati in qualche modo ad una certa malattia, attraverso l'introduzione di nuove misure di network centrality basate su dinamiche markoviane a partire da insiemi di nodi, possono permettere l'identificazione di nuovi geni fondamentali per lo sviluppo della malattia e quindi permettere l'introduzione di nuovi farmaci.
iii) Lo sviluppo di algoritmi di prioritizzazione di importanza applicati ai risultati di differenti algoritmi di selezione di nuovi geni che con un certo grado di confidenza siano associati ad una data malattia possono permettere la combinazione efficace delle diverse metodologie che vengono utilizzate per la selezione di detti geni e che possono diventare un bersaglio per le terapie mediche di nuova generazione.

Data inizio attività

08/03/2022

Parole chiave

Probabilità, bioinformatica, reti

Ultimo aggiornamento: 20/05/2024