Biologia Computazionale

Iorio Group

Guarda le posizioni aperte


Iorio group’s Apps, Tools and Computable Manuscripts

Lo Iorio Group lavora tra biologia, machine learning, statistica e teoria dell’informazione con l’obiettivo di comprendere e prevedere il ruolo delle alterazioni genomiche e dei tratti molecolari derivanti da altre -omiche nei processi patologici, nel ri-cablaggio dei circuiti biologici e il loro impatto sulla risposta terapeutica nei tumori umani e in altre malattie.
La nostra ricerca mira a migliorare la salute umana sviluppando algoritmi, strumenti di calcolo e nuovi metodi analitici per l’integrazione e l’analisi di set di dati di farmacogenomica e genomica funzionale, con l’obiettivo di identificare nuovi target terapeutici, biomarcatori e opportunità per il riposizionamento dei farmaci.

Con i nostri collaboratori, stiamo contribuendo alla creazione di una mappa completa di tutte le dipendenze genetiche e le vulnerabilità dei tumori umani e allo sviluppo di un’infrastruttura computazionale per tradurre questa mappa in linee guida per le fasi iniziali dello sviluppo di farmaci e per la medicina di precisione.
Sviluppiamo, implementiamo e gestiamo metodi bioinformatici e nuovi strumenti per la valutazione di modelli preclinici, la pre-elaborazione, l’analisi e la visualizzazione di dati provenienti da screening di genome-editing, per la correzione in silico di bias specifici in tali dati e per l’ottimizzazione di librerie di RNA a guida singola per screenings CRISPR-Cas9 aggregati e altri setting sperimentali.
Il nostro interesse è anche rivolto all’analisi di big-data, allo sviluppo di modelli predittivi biomedici basati su dati non biomedici, e a strategie informatiche efficienti per la randomizzazione vincolata utile a testare proprietà combinatorie in reti biologiche e dati genomici su larga scala.

Membri del gruppo

Pubblicazioni

  • 01/2024 - Cancer Cell

    A comprehensive clinically informed map of dependencies in cancer cells and framework for target prioritization

    Genetic screens in cancer cell lines inform gene function and drug discovery. More comprehensive screen datasets with multi-omics data are needed to enhance opportunities to functionally map genetic vulnerabilities. Here, we construct a second-generation map of cancer dependencies by annotating 930 cancer cell lines with multi-omic data and analyze relationships between molecular markers and cancer […]

  • 01/2024 - The CRISPR Journal

    Benchmark Software and Data for Evaluating CRISPR-Cas9 Experimental Pipelines Through the Assessment of a Calibration Screen

    Genome-wide genetic screens using CRISPR-guide RNA libraries are widely performed in mammalian cells to functionally characterize individual genes and for the discovery of new anticancer therapeutic targets. As the effectiveness of such powerful and precise tools for cancer pharmacogenomics is emerging, tools and methods for their quality assessment are becoming increasingly necessary. Here, we provide […]

  • 11/2023 - Cell Reports Medicine

    RAGE engagement by SARS-CoV-2 enables monocyte infection and underlies COVID-19 severity

    The spread of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has fueled the COVID-19 pandemic with its enduring medical and socioeconomic challenges because of subsequent waves and long-term consequences of great concern. Here, we chart the molecular basis of COVID-19 pathogenesis by analyzing patients’ immune responses at single-cell resolution across disease course and severity. This […]

  • 07/2023 - Febs Letters

    Highlights from the 1st European cancer dependency map symposium and workshop

    The systematic identification of tumour vulnerabilities through perturbational experiments on cancer models, including genome editing and drug screens, is playing a crucial role in combating cancer. This collective effort is known as the Cancer Dependency Map (DepMap). The 1st European Cancer Dependency Map Symposium (EuroDepMap), held in Milan last May, featured talks, a roundtable discussion, and a poster […]

  • 01/2023 - Bioinformatics

    A heuristic algorithm solving the mutual-exclusivity sorting problem

    Motivation Binary (or boolean) matrices provide a common effective data representation adopted in several domains of computational biology, especially for investigating cancer and other human diseases. For instance, they are used to summarise genetic aberrations—copy number alterations or mutations—observed in cancer patient cohorts, effectively highlighting combinatorial relations among them. One of these is the tendency […]