Home | Chi siamo | Contatti | Abbonati | Accedi
 

 

 


CANCRO – ALGORITMO ITALIANO INDICA COME CRESCONO I TUMORI

14/11/2013|NEWS
Si chiama Excavator ed è già stato testato sul melanoma cutaneo maligno. L'algoritmo ha permesso di identificare errori nel Dna che potrebbero avere un ruolo attivo nel tumore. Sfrutta le tecnologie di ultima generazione e può aiutare a capire i meccanismi alla base della progressione del cancro.
E’ tutto italiano il nuovo algoritmo che identifica regioni del Dna con anomalie nel numero di copie, le cosiddette 'copy number variants' (Cnv), coinvolte in moltissime patologie come i tumori, malattie neurodegenerative e cardiovascolari. Si chiama Excavator, è stato recentemente pubblicato sulla prestigiosa rivista scientifica internazionale Genome Biology e – secondo gli autori - ha un importante valore in materia di diagnostica genetica.
Lo studio è stato realizzato grazie alla collaborazione tra Alberto Magi e Lorenzo Tattini, due studiosi del gruppo di ricerca in Systems Medicine (Università di Firenze e Aou Careggi), guidato da Gian Franco Gensini, il Dipartimento di medicina sperimentale e clinica dell'Università di Firenze (Rosanna Abbate e Betti Giusti), l'Unità di genetica medica dell'Università di Bologna (Marco Seri) e l'Istituto di tecnologie biomediche del Consiglio nazionale delle ricerche (Itb-Cnr) di Milano (Gianluca De Bellis), e ha coinvolto un ampio numero di ricercatori provenienti da diversi settori scientifici che spaziano dall'ingegneria alla chimica, dalla fisica alla biologia, fino alla medicina. “Fino a pochi anni fa si pensava che la maggiore parte della diversità genetica coinvolgesse singole basi del genoma (i polimorfismi a singolo nucleotide o Snp), mentre alcuni studi pubblicati tra il 2006 e il 2007 hanno dimostrato che la più grande fonte di variabilità genetica risiede nelle Cnv e che queste varianti sono coinvolte in moltissime patologie come i tumori, il morbo di Alzheimer e di Parkinson e le malattie cardiovascolari”, ha spiegato Magi.
“L'identificazione di queste alterazioni genomiche in campioni tumorali può aiutare a capire i meccanismi alla base della progressione del cancro”, ha continuato Ingrid Cifola, ricercatrice presso l’Istituto di tecnologie biomediche del Cnr. “Abbiamo applicato Excavator su casi di melanoma cutaneo maligno e siamo stati in grado di identificare Cnv che potrebbero avere un ruolo attivo nei processi neoplastici di trasformazione che portano alla condizione malata, in quanto potrebbero contenere geni essenziali per la crescita del tumore”. “Le Cnv sono importanti per caratterizzare geneticamente anche le malattie rare – hanno poi aggiunto Elena Bonora e Tommaso Pippucci dell'Unità di genetica medica dell'Università di Bologna presso il Policlinico Sant'Orsola-Malpighi - e nell'articolo appena pubblicato si evidenzia come Excavator sia stato in grado di identificare con estrema precisione una Cnv presente nel genoma di due fratelli affetti da ritardo mentale”.
Il nuovo metodo utilizza le tecnologie di sequenziamento di nuova generazione ('Next-Generation Sequencing', Ngs) che consentono di ottenere la sequenza di un intero genoma umano in tempi molto brevi a costi 500 volte più bassi rispetto alle precedenti tecniche di sequenziamento. L’algoritmo è stato applicato all’analisi di malattie genetiche complesse e di tumori umani e ha permesso di identificare con estrema precisione alterazioni cromosomiche potenzialmente coinvolte nell’insorgenza della condizione patologica.
“L’enorme mole di dati prodotti dalle tecnologie Ngs comporta una nuova sfida per la comunità scientifica”, ha infine concluso Magi. “Tali tecnologie richiedono infatti lo sviluppo di nuovi strumenti bioinformatici che permettano di estrarre dall'enorme quantità di dati prodotti le informazioni utili per capire le cause dello stato patologico, allo scopo di ottenere una caratterizzazione molecolare più completa delle malattie e indirizzare la scoperta di nuovi marcatori utili per applicazioni cliniche diagnostiche, o di bersagli per lo sviluppo di nuove terapie”.
ENGLISH VERSION
It's called Excavator and has been tested on cutaneous malignant melanoma .
The algorithm has identified errors in the DNA that could have an active role in the tumor. Take advantage of the latest technologies and helps to understand the underlying mechanisms of cancer progression . Italian all the new algorithm that identifies regions of DNA with abnormalities in the number of copies, the so-called ' copy number variants ' ( CNV ) , which are involved in many diseases such as cancer , neurodegenerative diseases and cardiovascular diseases.
It's called Excavator was recently published in the prestigious international scientific journal Genome Biology and - According to the authors - has an important value in the field of genetic diagnostics .
The study was carried out with the collaboration between the Magi and Alberto Lorenzo Tattini , two scholars of the research group Systems in Medicine (University of Florence and Careggi Aou ), led by Gian Franco Gensini , the Department of Clinical and Experimental Medicine , University of Florence ( Rosanna Abbate and Betti Giusti) , Unit of Medical Genetics , University of Bologna ( Marco Seri ) and the Institute of Biomedical Technologies of the National Research Council ( ITB -CNR ) in Milan (Gianluca De Bellis ) and involved a large number of researchers from different scientific fields.
" Until a few years ago it was thought that the majority of genetic diversity would involve individual bases in the genome ( single nucleotide polymorphisms or SNPs ), while some studies published between 2006 and 2007 have shown that the greatest source of genetic variability lies in the CNV and that these variations are involved in many diseases such as cancer ,
Alzheimer 's disease and Parkinson's disease and cardiovascular disease, " .
" The identification of these genomic alterations in tumor samples can help to understand the underlying mechanisms of cancer progression . "
" We applied Excavator on cases of cutaneous malignant melanoma and we were able to identify CNV that could have an active role in neoplastic transformation leading to the diseased condition , as they may contain genes essential for tumor growth ."
" The CNV is also important to characterize genetically rare diseases and in the published article highlights how Excavator has been able to identify precisely a CNV present in the genome of two brothers with mental retardation . "
The new method uses the technology of next generation sequencing ( ' Next- Generation Sequencing ' , Ngs ) which allow to obtain the sequence of a whole human genome in very short times to 500 times lower costs compared to previous sequencing techniques . The algorithm was applied to the analysis of complex genetic diseases and human tumors and allowed to identify with precision chromosomal alterations involved in the onset of the condition .
" The huge amount of data produced by technologies Ngs entails a new challenge for the scientific community, " he concluded Magi . " These technologies require the development of new bioinformatics tools that allow to extract from the enormous amount of data produced information useful for understanding the causes of the pathological condition , in order to obtain a more complete molecular characterization of diseases and direct the discovery of new markers useful for clinical diagnostics , or targets for the development of new therapies .

ABSTRACT
EXCAVATOR: detecting copy number variants from whole-exome sequencing data
Alberto Magi, Lorenzo Tattini, Ingrid Cifola, Romina D'Aurizio, Matteo Benelli, Eleonora Mangano, Cristina Battaglia, Elena Bonora, Ants Kurg, Marco Seri, Pamela Magini, Betti Giusti, Giovanni Romeo, Tommaso Pippucci, Gianluca De Bellis, Rosanna Abbate and Gian Franco Gensini
Genome Biology 2013, 14:R120 doi:10.1186/gb-2013-14-10-r120

Published: 30 October 2013
Abstract (provisional)
We developed a novel software tool, EXCAVATOR, for the detection of copy number variants (CNVs) from whole-exome sequencing data. EXCAVATOR combines a three-step normalization procedure with a novel heterogeneous hidden Markov model algorithm and a calling method that classifies genomic regions into five copy number states. We validate EXCAVATOR on three datasets and compare the results with three other methods. These analyses show that EXCAVATOR outperforms the other methods and is therefore a valuable tool for the investigation of CNVs in large-scale projects, as well as in clinical research and diagnostics. EXCAVATOR is freely available at http://sourceforge.net/projects/excavatortool/.
 

 

ARCHIVIO NEWS



@2014 vidimura science All rights reserved . Powered SVWEB