Il progetto NERD continua a fare passi avanti concreti. Nelle ultime settimane, BigOmics Analytics ha organizzato due sessioni di formazione e dimostrazione dedicate a Omics Playground, la piattaforma bioinformatica per l’analisi omica, coinvolgendo i partner del progetto in due format: una demo online e un workshop hands-on.

Una demo online con i partner italiani

La prima sessione si è svolta in formato online e ha coinvolto i partner italiani del progetto. Axel Martinelli di BigOmics ha guidato i partecipanti attraverso le funzionalità principali della piattaforma utilizzando un dataset di glioblastoma, tema centrale del progetto NERD, dimostrando come Omics Playground permetta di estrarre insight biologici rilevanti da dati omici complessi in modo rapido e intuitivo. L’uso di dati direttamente legati alla ricerca del progetto ha reso la sessione immediatamente contestualizzata e di valore pratico per i partecipanti.

Un workshop hands-on con lo IOR

La seconda sessione è stata ancora più immersiva: il team dello IOR – Istituto Oncologico della Svizzera Italiana ha visitato la sede di BigOmics Analytics per un workshop interattivo in presenza, lavorando direttamente sulla piattaforma e approfondendo i moduli analitici nel dettaglio.

Cos’è Omics Playground?

Omics Playground è una piattaforma sviluppata da BigOmics Analytics che permette ai ricercatori di esplorare dataset omici, come RNA-seq, proteomica, metabolomics e altro, attraverso un’interfaccia visiva e intuitiva, senza necessità di competenze avanzate di programmazione. La piattaforma è progettata per rendere l’analisi di dati accessibile, riproducibile e collaborativa, abbattendo le barriere tra la ricerca clinica e la bioinformatica.

I moduli esplorati durante il workshop

Durante la sessione, i partecipanti hanno lavorato in modo pratico su tutti i principali moduli della piattaforma:

1. Upload dei dati: abbiamo esaminato come preparare e importare correttamente i dati nella piattaforma, esplorando i formati supportati e le best practice per garantire un’analisi accurata fin dall’inizio.
2. Clustering analysis: questo modulo permette di raggruppare campioni o geni in base alla loro similarità, rivelando pattern nascosti nei dati e aiutando a identificare sottogruppi biologicamente rilevanti.
3. Differential expression analysis: analisi che consente di identificare quali geni sono significativamente più o meno espressi tra due o più condizioni, con supporto per i principali metodi statistici come DESeq2 ed edgeR.
4. Individual gene level statistics: un approfondimento gene per gene, che permette di esplorare l’andamento di un gene specifico tra i campioni, visualizzarne la distribuzione e accedere rapidamente alle sue annotazioni biologiche.
5. Enrichment analysis: a partire da una lista di geni differenzialmente espressi, questo modulo identifica pathway biologici, processi cellulari e categorie funzionali significativamente arricchite, fornendo un contesto biologico ai risultati.
6. Comparing experiments: una funzionalità potente che consente di confrontare i risultati di esperimenti diversi all’interno della stessa piattaforma, facilitando la validazione dei risultati e l’identificazione di segnali robusti e riproducibili.
7. Biomarker discovery: questo modulo supporta l’identificazione di biomarcatori candidati attraverso approcci di machine learning e analisi statistica multivariata, con l’obiettivo di trovare firme molecolari associate a specifici fenotipi o risposte terapeutiche
8. Drug connectivity analysis: sfruttando database come LINCS e Connectivity Map, questo modulo permette di collegare i profili trascrizionali osservati a potenziali composti farmacologici, aprendo la strada alla drug repurposing e alla farmacogenomica.
9. Multi-Omics analysis: modulo per l’integrazione di dati provenienti da diverse fonti omiche che permette di ottenere una visione molecolare più completa e stratificata.
10. Condivisione dei dati con altri partner: abbiamo infine esplorato le funzionalità di condivisione dei dati e dei risultati, fondamentali per favorire la collaborazione tra i partner del progetto e garantire la trasparenza e la riproducibilità della ricerca.

Un passo concreto verso gli obiettivi del progetto NERD

Questo workshop non è stato solo un momento formativo, ma rappresenta una tappa concreta nell’implementazione del progetto NERD. In particolare, contribuisce agli obiettivi del WP2, che mira a sviluppare una piattaforma diagnostica multi-omica capace di tipizzare la risposta molecolare ai farmaci mirati, con un proof-of-principle focalizzato su BMP4, una proteina morfogenetica dell’osso con un ruolo emergente in oncologia.

La giornata rientra inoltre nelle attività di formazione dei partner previste dal progetto, rafforzando le competenze bioinformatiche del team IOR e gettando le basi per un utilizzo autonomo e consapevole della piattaforma nelle fasi successive della ricerca.

Costruire ponti tra clinica e bioinformatica, un workshop alla volta.

—

Vuoi ricevere aggiornamenti sul progetto NERD? Iscriviti alla nostra newsletter!