Francesco Iorio

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

francesco.iorio@fht.org

Segui

  • Twitter

Pubblicazioni

  • 05/2020 - Cell Systems

    CELLector: Genomics-Guided Selection of Cancer In Vitro Models

    Selecting appropriate cancer models is a key prerequisite for maximizing translational potential and clinical relevance of in vitro oncology studies. We developed CELLector: an R package and R Shiny application allowing researchers to select the most relevant cancer cell lines in a patient-genomic-guided fashion. CELLector leverages tumor genomics to identify recurrent subtypes with associated genomic signatures. It then evaluates […]

    Leggi tutto
  • 12/2019 - Nature Communications

    Agreement between two large pan-cancer CRISPR-Cas9 gene dependency data sets

    Genome-scale CRISPR-Cas9 viability screens performed in cancer cell lines provide a systematic approach to identify cancer dependencies and new therapeutic targets. As multiple large-scale screens become available, a formal assessment of the reproducibility of these experiments becomes necessary. We analyze data from recently published pan-cancer CRISPR-Cas9 screens performed at the Broad and Sanger Institutes. Despite […]

    Leggi tutto
Pagina 1…Pagina 3Pagina 4Pagina 5