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
-
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 […]
Pagina precedente