RICERCA ITALIANA     

Programma di ricerca

Sistemi e calcoli di ispirazione biologica e loro applicazioni -- BISCA

Università di riferimento

Università degli Studi di SIENA - SCIENZE MATEMATICHE ED INFORMATICHE - ()

Responsabile dell'Unità di ricerca

Moreno Falaschi

Descrizione

Recentemente il modello in Pi-calculus descritto nella base di partenza è stato implementato mediante un software scritto in OCAML, allo scopo di risolvere alcuni dei problemi connessi con il precedente tool e rendere più agevole ed efficiente la fase della sperimentazione in silico.
Conseguentemente, è stata avviata una nuova sessione sperimentale, volta all’indagine di proprietà biologiche complesse (come, ad esempio, il timing dei processi cellulari) e al monitoraggio della risposta a importanti stimoli perturbativi, quali il knock-out di geni bersaglio.
L’eventuale ulteriore corrispondenza dei comportamenti in silico con omologhe osservazioni in vivo potrebbe rappresentare una conferma decisiva della validità del modello, ed aprire la strada all’utilizzo della “cellula virtuale” a scopo predittivo.
Simulando determinate condizioni ambientali diverrebbe, quindi, possibile prevedere il comportamento dell’organismo modellato, in contesti non ancora indagati sperimentalmente. Le informazioni così ottenute fornirebbero un utile supporto per orientare la ricerca effettuata con metodologie tradizionalmente proprie della biologia, garantendo un notevole risparmio di risorse.
In campo farmacologico, ad esempio, tale “in silico driven approach” troverebbe un interessante impiego nello studio della risposta delle cellule batteriche alla somministrazione di molecole antibiotiche. È noto, infatti, che il metabolismo batterico esibisce notevoli capacità di adattamento nei confronti di sostanze tossiche quali gli antibiotici (fenomeno della “drug resistance”), spesso dovute alla presenza di vie metaboliche in grado di vicariare la funzione di quelle interrotte per azione del farmaco. Riuscire a prevedere la presenza nei batteri di tali vie vicarianti, condurrebbe allo sviluppo di farmaci in grado di tener conto anche di questo aspetto prima che venga evidenziato dagli studi clinici.

Per il modello di base sviluppato non sono ancora state definite tecniche formali di verifica delle proprietà del sistema corrispondente, inoltre sono necessarie estensioni del modello per poter caratterizzare l'evoluzione temporale del comportamento, essenziale per molti sistemi biologici. Modelli informatici che risultano adatti alla descrizione di questi aspetti del comportamento dei sistemi biologici sono i cosiddetti sistemi real-time.
Questi sistemi interagiscono costantemente con l'ambiente e devono rispettare precisi vincoli temporali, sia di tipo qualitativo che di tipo quantitativo. In questi sistemi l'evoluzione temporale gioca un ruolo primario, evidenziato dal fatto che la violazione di un vincolo può avere ripercussioni disastrose sul sistema e sull'ambiente in cui il sistema agisce. Proprio a causa dell'importanza che l'evoluzione temporale ha in un sistema real-time, accanto allo sviluppo di vari formalismi per la descrizione di questi, il problema della verifica delle proprietà di un sistema real-time è particolarmente rilevante e necessita di strumenti adeguati. Negli ultimi anni l'interesse per modelli che possono descrivere e specificare sistemi real-time è notevolmente aumentato. Si sono sviluppati così diversi formalismi per arricchire la logica temporale e per catturare più precisamente lo scorrere del tempo fisico. Nell'ambito dei modelli e logiche per sistemi real-time l'unità di Siena si è occupata di tecniche di specifica, verifica (anche approssimata) e di sistemi di prova [ABF04,ACEFL0,CDPB04,FV06,MPT98,MPT00,MPT03]. Queste tecniche sono tuttavia state sviluppate prevalentemente per sistemi informatici. Nell'ambito del progetto vogliamo estendere sia le tecniche di model-checking, sia di model checking approssimato basato su interpretazione astratta, che i sistemi di prova per logiche temporali ai modelli di sistemi biologici che sono già stati definiti dalla nostra unità in collaborazione con Pisa e Trento ed alle estensioni temporali che verranno definite nella prima parte del progetto.

Un altro ambito di ricerca su cui intendiamo lavorare riguarda la definizione di modelli basati su tecniche di machine learning e algoritmi genetici per analizzare dati di genomica strutturale. Verranno perseguiti due principali obiettivi:

(i) sviluppo di paradigmi adattativi, ovvero di natura probabilistica, capaci di realizzare inferenze di natura strutturale a partire dall'informazione incapsulata a livello di sequenze. Un esempio è rappresentato dall'individuazione di elementi della struttura secondaria e terziaria di una proteina a partire dalla sua sequenza primaria di aminoacidi. I modelli cui ci si rivolge sono estensioni dei modelli di Markov nascosti, quali i Conditional Random Fields (CRF) o gli ibridi neurali/Markoviani, che realizzano estensioni probabilistiche di particolari famiglie di automi a stati finiti (sotto opportune ipotesi sulle proprieta' delle distribuzioni di probabilita' implicate). L'idea che sta alla base di questi approcci consiste nell'apprendere automaticamente le relazioni tra le entita' costituenti le sequenze in oggetto (ad es. i singoli aminoacidi), modellate tramite strutture dati sequenziali (o, più in generale, tramite grafi) di simboli su alfabeti finiti e discreti, in modo da ottenere modelli "verosimili" - nell'accezione probabilistica del termine - dell'incidenza che tali relazioni hanno sull'organizzazione strutturale/spaziale delle entita' biologiche in esame. I CRF si propongono, per loro natura, come un modello probabilistico plausibile per l'apprendimento di relazioni a partire da esempi etichettati presenti nei database biologici. L'ibridazione di reti neurali con paradigmi di tipo Markoviano consente poi di superare i limiti degli approcci parametrici al problema della stima delle distribuzioni di probabilità. Le topologie dei modelli possono infine essere fatte evolvere, secondo i principi di selezione naturale, trasmissione dei caratteri ereditari e mutazione, tipici degli algoritmi genetici, in modo da ottenere nuove "specie" di modelli piu' adatti a spiegare gli esempi reali di riferimento.

(ii) analisi/inferenza automatica a partire da dati relativi a esperimenti con array-CGH su DNA. Con tale tecnica si acquisiscono informazioni legate al numero di copie geniche (copy number variation analysis) di tutto il genoma umano. Questo modello verrà elaborato in collaborazione con il Dipartimento di Genetica Medica della Università di Siena. Grazie ai nuovi vetrini per microarray Agilent Oligo Whole Genome 44k, recentemente introdotti nei laboratori di genetica, è possibile (tramite opportuni scanner) acquisire immagini raster ad altissima risoluzione degli array, che possono consentire di valutare in un singolo esperimento il numero di copie geniche di un essere umano, confrontando un paziente con un individuo "reference" sano. Vogliamo definire ed implementare un modello in grado di analizzare le immagini dei Microarray Agilent, inferendone informazioni utili al biologo e al medico. A questo scopo utilizzeremo tecniche probabilistiche (clustering, modelli parametrici e non-parametrici) e di Machine Learning (reti neurali, Support Vector Machine), esplorando tanto approcci supervisionati che non-supervisionati. Le tecniche di ML proposte, inerentemente a carattere fortemente discriminativo, dovrebbero consentire di operare su opportune caratteristiche descrittive ("feature") estratte dalle immagini dei vetrini Agilent - tramite tecniche ad hoc di elaborazione dell'immagine - consentendo la classificazione (positivo/negativo rispetto al reference) degli spot colorati presenti sui vetrini stessi.