IMPLEMENTAZIONE DI DUE METODI PATHWAY TOPOLOGY-BASED PER L’ANALISI DELLA PERTURBAZIONE DI PATHWAY BIOLOGICI

The application of current sequencing and massive detection technologies in the biomedical field, in conjunction with the bioinformatic processing of the data subsequently produced, has allowed the identification of different diagnostic and prognostic biomarkers, as well as the high-resolution reconstruction of biological pathways and networks, whose abnormalities underlie different diseases and physiological disorders. In this context, system biology is used as a mean for facilitating basic biomedical research, paving new ways for the study of human pathologies and providing valuable support for the design of personalized treatments, discovery of new drugs and repositioning of existing drugs. This leads the scientific community thinking towards a new branch of medicine, defined as system medicine, which offers to physicians new multidisciplinary approaches, strongly based on computational modelling, in order to obtain more accurate diagnoses and effective treatments in shorter time. Among the analytical methods of system biology, pathway analysis plays a central role in the defining and predicting phenotypes starting from genomic, transcriptomic or proteomic data. Over the last fifteen years, part of the scientific community has focused its efforts on the development of different methods for analyzing biological pathways, finally ending up to the elaboration of the so-called third generation methods, or topology-based, which are more efficient and accurate than previously implemented methods. This dissertation describes two methods for third-generation pathway analysis, able to identify pathways or subpathways that are significant for the pathologies in question. Moreover, the methods described carry out enrichment analyses of the terms obtained, showing good levels of accuracy thanks to the integration of KEGG pathways with information on microRNA-target interactions as well as those connecting specific transcription factors to microRNA expression.

L’applicazione in campo biomedico delle odierne tecnologie di sequenziamento e di rilevamento massivo, in congiunzione all’elaborazione bioinformatica dei dati da esse prodotti, ha permesso l’identificazione di diversi biomarcatori diagnostici e prognostici, nonché la ricostruzione ad elevata risoluzione di pathway biologici e network di interazioni molecolari, le cui anomalie sottendono diverse malattie e disturbi fisiologici. In questo contesto, la biologia dei sistemi si pone come mezzo di facilitazione per la ricerca biomedica di base, aprendo nuove strade allo studio delle patologie umane e fornendo, allo stesso tempo, un valido supporto al disegno di trattamenti personalizzati, alla scoperta di nuovi farmaci e al riposizionamento dei farmaci già esistenti. In linea generale, ciò fa tendere il pensiero della comunità scientifica verso una nuova branca della medicina, definita come medicina dei sistemi, che offre al medico nuovi approcci multidisciplinari e fortemente basati sulla modellazione computazionale al fine di ottenere diagnosi più accurate e trattamenti più efficaci in tempi più celeri. Tra i metodi analitici propri della biologia dei sistemi, la pathway analysis svolge un ruolo centrale nella definizione e nella predizione del fenotipo a partire da dati genomici, trascrittomici o proteomici. Nel corso degli ultimi quindici anni, una buona parte della comunità scientifica del settore ha concentrato i propri sforzi sullo sviluppo di diversi metodi analitici per pathway, giungendo infine all’elaborazione dei cosiddetti metodi di terza generazione, o anche pathway topology-based, più efficienti e accurati rispetto ai metodi precedentemente implementati. Nel presente elaborato vengono descritti due metodi per pathway analysis di terza generazione, in grado di identificare pathway o subpathway significativi per le patologie in questione, nonché di operare analisi di arricchimento dei termini ricavati, mostrando buoni livelli di accuratezza, grazie anche all’integrazione dei pathway di KEGG con informazioni relative a interazioni microRNA-target e induzione dell’espressione di specifici microRNA da parte di specifici fattori della trascrizione.