| .Università degli Studi di Milano | Facoltà di Scienze Matematiche, Fisiche e Naturali | ||||||
|
|
|
||||||
|
|
. BIOINFORMATICA, EVOLUZIONE E GENOMICA COMPARATA (BEACON) Dr. Carmela Gissi, Dr. David Horner, Dr. Giulio Pavesi.
Il gruppo “BEACON” svolge attività di
ricerca nel campo della bioinformatica, dell’evoluzione molecolare e
della genomica comparata. Particolare interesse è rivolto allo
sviluppo di algoritmi e strumenti per l’analisi genomica, molti dei
quali accessibili in rete, e allo studio del genoma mitocondriale di
cordati sia a livello di dinamica evolutiva che per scopi
filogenetici. Tutti gli algoritmi progettati e sviluppati dal gruppo
sono stati implementati in programmi liberamente disponibili ed
accessibili via Internet, impiegati quotidianamente da ricercatori
in tutto il mondo. Il gruppo è stato fondato dal Prof. Graziano
Pesole, ora all’Università di Bari, con cui il gruppo collabora
regolarmente. In aggiunta ai propri progetti di ricerca, il gruppo
coopera stabilmente con altri team all’interno del dipartimento e di
altre istituzioni nazionali ed internazionali fornendo una
controparte in silico ad analisi in vivo ed in vitro e/o svolgendo
analisi bioinformatiche e filogenetiche su geni di particolare
interesse. 1. Mitogenomica comparata in Ascidiacea e altri metazoi Gissi, Griggio, Lupi
2. Analisi evolutive e di filogenesi molecolare Horner, Gissi, Pavesi, Chiara, Lupi
3. Analisi di dati di Next-Generation Sequencing Horner, Pavesi, Gissi, Chiara, Piccolo, Zambelli L’avvento delle nuove tecniche di sequenziamento degli acidi nucleici, cioè delle piattaforme Roche 454, Illumina Solexa e ABI SOLiD, ha consentito il rapido sequenziamento di milioni di brevi frammenti di sequenza, detti “read”. Questi nuovi tipi di dati di sequenza possono essere usati per risolvere numerosi e differenti problemi biologici quali: il sequenziamento o ri-sequenziamento di un genoma, la caratterizzazione di SNP, riarrangiamenti genomici o di interi trascrittomi; l’identificazione di popolazioni di piccoli RNA, di siti di legami fisiologici per fattori di trascrizione, di modificazioni istoniche ed epigenetiche. Tuttavia, la natura dei dati (milioni di read di lunghezza limitata) richiede lo sviluppo di nuovi approcci bioinformatici per ciascuna delle suddette applicazioni. Il nostro gruppo è all’avanguardia in questa nuova area di ricerca e sta sviluppando strumenti bioinformatici per la scoperta di microRNA, l’analisi dei siti di legame di fattori di trascrizione, l’analisi del trascrittoma mitocondriale e la caratterizzazione di splicing alternativi, di trascritti nucleari e di interazioni mRNA-proteine.
4. Algoritmi e software per l’annotazione funzionale di dati genomici Horner, Pavesi, Piccolo, Zambelli Lo sviluppo di algoritmi ed applicazioni per l’analisi su larga scala di dati genomici ha portato all’implementazione ed alla diffusione di diverse applicazioni software tra cui 1) CSTminer e GenoMiner, per l’identificazione e la caratterizzazione di “Conserved Sequence Tags” che corrispondono a geni non annotati o elementi regolatori, attraverso approcci di genomica comparata; 2) WebVar, per lo studio della variabilità sito-specifica di sequenze genomiche o proteiche; 3) ASPIC, che tramite l’allineamento tra cluster di EST e sequenze genomiche è in grado di predire eventi di splicing alternativo e i trascritti alternativi risultanti; 4) GeneSyn, che permette lo studio comparativo di regioni sinteniche tra più genomi; 5) Exalign, per il confronto della struttura esone-introne di geni omologhi. A questi temi collabora il gruppo del Dott. Flavio Mignone della Facoltà di Farmacia.
5. Algoritmi e software per l’analisi di regioni regolatorie in genomi di eucarioti Pavesi, Zambelli Questa linea di ricerca mira allo sviluppo di tecniche in silico per l’identificazione e la caratterizzazione di elementi regolatori dell’espressione genica a livello sia trascrizionale che post-trascrizionale. In particolare, sono state sviluppate o sono in corso di sviluppo metodologie per: 1) rilevare siti di legame per fattori di trascrizione conservati in sequenze derivanti da geni co-regolati od omologhi (o entrambi), o derivati da esperimenti NGS; 2) la descrizione della specificità di legame di un fattore di trascrizione a partire da siti sperimentalmente validati, allo scopo di predirne con affidabilità siti addizionali; 3) l’integrazione di dati di sequenza e di espressione allo scopo di predire il pattern di espressione di un gene sulla base della sequenza delle regioni che ne regolano l’espressione; 4) rilevare motivi conservati a livello di sequenza e struttura secondaria nelle regioni non codificanti degli mRNA, con particolare interesse all’analisi dei segnali regolatori della traduzione e del fato del trascritto. |
.
| |||||
|
webmaster: carmelina.varricchio@unimi.it - risoluzione consigliata: 1280 x 1024 |
|||||||
|
Via Celoria 26 - 20133 Milano Tel. 02 5031.5042 - Fax 02 50315044 |
|||||||