Francesco Iorio
- Research Group Leader, Iorio Group
Francesco ha conseguito un dottorato di ricerca in informatica presso l’Università di Salerno e il TeleThon Institute of Genetics and Medicine (TIGEM, Napoli – Italia), dove si è concentrato sui metodi computazionali per la scoperta e il riposizionamento di farmaci.
Successivamente, gli è stata assegnata una borsa di studio post-dottorato (ESPOD) in un programma congiunto tra l’EMBL – European Bioinformatics Institute (EBI) e il Wellcome Sanger Institute (WSI) per lavorare su approcci computazionali integrativi per la previsione e la dissezione della sensibilità ai farmaci nel cancro, a partire dall’analisi di dati provenienti da screening farmacologici in-vitro su larga scala.
Successivamente, in qualità di bioinformatico presso l’EBI, Francesco ha guidato l’analisi dei dati provenienti da uno screening a CRISPR-Cas9 su scala genomica eseguiti su centinaia di linee cellulari tumorali, con l’obiettivo di identificare letalità sintetiche nel cancro e identificare nuovi bersagli terapeutici.
Dal 2018 al 2020 ha guidato il team Cancer Dependency Map Analytics al WSI, fornendo supporto computazionale alla partnership Cancer Dependency Map: uno iniziativa internazionale che coinvolge il WSI e il Broad Institute di MIT e Harvard con l’obiettivo di identificare tutte le dipendenze genetiche e le vulnerabilità esistenti nelle cellule di cancro. In questo ruolo, ha guidato lo sviluppo di nuovi algoritmi e strumenti computazionali per l’analisi e l’integrazione di dati di farmacogenomica del cancro su larga scala e di genomica funzionale.
Dalla seconda metà del 2020 Francesco è capo gruppo di ricerca presso il Centro di Ricerca in Biologia Computazionale di Human Technopole (Milano, Italia) dove sta istituendo un programma di ricerca in Computational cancer Pharmacogenomics e Therapeutic Target Discovery.
Da novembre 2019 è Scientific Advisor per il centro congiunto Cancer Research Horizon – AstraZeneca per la Genomica Funzionale di Cambridge (UK).
Contatti
Segui
Pubblicazioni
-
11/2024 - Life Science Alliance
Morphoregulatory ADD3 underlies glioblastoma growth and formation of tumor–tumor connections
Glioblastoma is a major unmet clinical need characterized by striking inter- and intra-tumoral heterogeneity and a population of glioblastoma stem cells (GSCs), conferring aggressiveness and therapy resistance. GSCs communicate through a network of tumor–tumor connections (TTCs), including nanotubes and microtubes, promoting tumor progression. However, very little is known about the mechanisms underlying TTC formation and […]
-
11/2024 - Nature Communications
Integrative ensemble modelling of cetuximab sensitivity in colorectal cancer patient-derived xenografts
Patient-derived xenografts (PDXs) are tumour fragments engrafted into mice for preclinical studies. PDXs offer clear advantages over simpler in vitro cancer models – such as cancer cell lines (CCLs) and organoids – in terms of structural complexity, heterogeneity, and stromal interactions. Here, we characterise 231 colorectal cancer PDXs at the genomic, transcriptomic, and epigenetic levels, […]
-
08/2024 - Blood
An unbiased lncRNAs dropout CRISPR-Cas9 screen reveals RP11-350G8.5 as a novel therapeutic target for Multiple Myeloma
Key Points We unveiled 8 lncRNAs essential for Multiple Myeloma (MM) cell fitness and associated with poor prognosis and high expression in MM patients We identified lncRNA RP11-350G8.5 as a therapeutic target for MM and characterised its oncogenic role, molecular and structural features Multiple Myeloma (MM) is an incurable malignancy characterised by altered expression of […]
-
07/2024 - Genome Biology
A benchmark of computational methods for correcting biases of established and unknown origin in CRISPR-Cas9 screening data
Background CRISPR-Cas9 dropout screens are formidable tools for investigating biology with unprecedented precision and scale. However, biases in data lead to potential confounding effects on interpretation and compromise overall quality. The activity of Cas9 is influenced by structural features of the target site, including copy number amplifications (CN bias). More worryingly, proximal targeted loci tend […]
-
07/2024 - Nature Communications
Distinct genetic liability profiles define clinically relevant patient strata across common diseases
Stratified medicine holds great promise to tailor treatment to the needs of individual patients. While genetics holds great potential to aid patient stratification, it remains a major challenge to operationalize complex genetic risk factor profiles to deconstruct clinical heterogeneity. Contemporary approaches to this problem rely on polygenic risk scores (PRS), which provide only limited clinical utility […]
Previous page