Bioinformatica

(Coordinatore: Prof. Michele Ceccarelli)

Il gruppo studia metodologie e strumenti per l’analisi e la gestione di grandi quantità di dati genomici e proteomici, con particolare riferimento allo sviluppo e applicazione di metodi di Data Mining e Machine Learning.
 Le principali tematiche sono:

  • Regolazione genica e System Biology
  • Analisi di dati e Biologia Computazionale
  • Analisi di pattern in immagini molecolari  

Gruppo di ricerca: Bioinformatica
Responsabile: Prof. Michele Ceccarelli
M. Ceccarelli è laureato in Informatica presso l’Università degli Studi di Salerno. E’ stato Ricercatore CNR dal 1994 al 1997. Dal 1997 afferisce all’Università degli Studi del Sannio dove attualmente è Professore Associato di Sistemi di Elaborazione dell’Informazione. I sui studi hanno riguardato lo sviluppo di metodologie algoritmiche per l’elaborazione di immagini, la visione computazionale e la bioinformatica. E’ stato responsabile scientifico di numerosi progetti di ricerca in partenariato con aziende di Informatica nell’ambito dei sistemi di supporto alle decisioni in ambito clinico, dei sistemi di visione computazionale, e dei sistemi di elaborazione di informazione biomedica. E’ tutor di tirocini presso aziende nel campo dell’analisi di immagini e della bioinformatica.
Componenti del gruppo di ricerca

M. Ceccarelli (PA Unisannio) e-mail michele.ceccarelli@biogem.it

Stefano Pagnotta - University of Sannio
Luigi Cerulo - University of Sannio
Fulvio D'Angelo - Biogem - fulvio.dangelo@biogem.it
Giovanna Maria Ventola - University of Sannio
Ines Simeone - University of Sannio
Luciano Garofano - University of Sannio
Francesca Pia Caruso - University of Sannio
Teresa Maria Noviello - University of Sannio
Mario Cangiano - Biogem - mario.cangiano@biogem.it

Ricerca
Le attività di ricerca del gruppo di Bioinformatica sono focalizzate allo sviluppo di algoritmi e all'analisi di:

  • - Espressione genica
  • - Modellazione e inferenza di reti di regolazione genica
  • - Biologia Computazionale 

I risultati e le relative pubblicazioni sono disponibili sul sito:
http://bioinformatics.biogem.it

Servizi
Il gruppo di Bioinformatica mette a disposizione servizi di Biologia Computazionale specializzati per l'analisi avanzata di dati biologici complessi, a servizio di università, aziende biotecnologiche, istituti di ricerca privati e centri clinico-diagnostici.
I principali servizi offerti sono:
1. Analisi di espressione genica (microarrays, RNA-Seq, SAGE)

  • Consulenza per il disegno sperimentale
  • Normalizzazione e analisi dell'espressione genica
  • Identificazione dei geni differenzialmente espressi
  • Estrapolazione del significato biologico
  • Analisi di pathways
  • Analisi della regolazione trascrizionale e delle reti geniche
  • Integrazione dei dati nelle banche-dati pubbliche (GEOArrayExpress)
  • Identificazione di marcatori significativi attraverso analisi di correlazione con dati clinici

2. Analisi di alterazioni genomiche (Copy Number Variation)
Il gruppo di Bioinformatica ha sviluppato un protocollo per la normalizzazione e la segmentazione di dati provenienti dai CGH arrays (Agilent e Affymetrix). Sono inoltre disponibili procedure per l'integrazione con dati di espressione e metilazione genica. I risultati prodotti sono l'elenco delle regioni segmentate, dei geni significativamente alterati, delle categorie di Gene Onthology arricchite per i geni selezionati.
3. Consulenza per programmazione bionformatica
Il gruppo di Bioinformatica fornisce consulenza per l'identificazione di soluzioni bioinformatiche di problemi riguardanti la ricerca genomica. In particolare sono sviluppati strumenti software mediante linguaggi di programmazione (BioPythonBioPerlR) per analisi di dati di microarrays, analisi funzionale di dati su larga scala, analisi di sequenze nucleotidiche e proteiche.

Didattica 
Corso di Laurea Magistrale in Scienze e Tecnologie Genetiche (Biogem Campus)
Bioinformatica con laboratorio
Docenti

  • M. Ceccarelli
  • L. Cerulo

Programma

  • Database biologici
  • Linguaggio R
  • Analisi di sequenze
  • Genomica funzionale

Attrezzature a disposizione del Gruppo di ricerca
Il gruppo di ricerca dispone di risorse computazionali per l’analisi di dati ad alto throughput, ed utlizza gli strumenti software maggiormente riconosciuti come GeneSpringIngenuity Pathway Analysis (IPA) e anche strumenti di programmazione scripting open source come BiopythonBioPerlMatlabJava, R/Bioconductor e database come Postgress e Mysql. Inoltre il gruppo rende disponibile strumenti software sviluppati in-house (bioinformatics.biogem.it/download).

RECENT PUBBLICATIONS

Attività

Autori, titolo e rivista

anno

propr

Porreca I, Ulloa Severino L, D'Angelo F, Cuomo D, Ceccarelli M, Altucci L, Amendola E, Nebbioso A, Mallardo M, De Felice M, Ambrosino C., "Stockpile" of Slight Transcriptomic Changes Determines the Indirect Genotoxicity of Low-Dose BPA in Thyroid Cells., PLoS One. 2016 Mar 16

2016

coll

Bedognetti D, Hendrickx W, Ceccarelli M, Miller LD, Seliger B., Disentangling the relationship between tumor genetic programs and immune responsiveness., Curr Opin Immunol. 2016 Apr

2016

prop

Tagliaferri D, De Angelis MT, Russo NA, Marotta M, Ceccarelli M, Del Vecchio L, De Felice M, Falco G., Retinoic Acid Specifically Enhances Embryonic Stem Cell Metastate Marked by Zscan4., PLoS One. 2016 Feb 3;

2016

coll

Colaprico A, Silva TC, Olsen C, Garofano L, Cava C, Garolini D, Sabedot TS, Malta TM, Pagnotta SM, Castiglioni I, Ceccarelli M, Bontempi G, Noushmehr H., TCGAbiolinks: an R/Bioconductor package for integrative analysis of TCGA data., Nucleic Acids Res. 2015 Dec 23.

2015

prop

Carchia E, Porreca I, Almeida PJ, D'Angelo F, Cuomo D, Ceccarelli M, De Felice M, Mallardo M, Ambrosino C., Evaluation of low doses BPA-induced perturbation of glycemia by toxicogenomics points to a primary role of pancreatic islets and to the mechanism of toxicity., Cell Death Dis. 2015 Oct 29

2015

prop

Anjum S, Morganella S, D'Angelo F, Iavarone A, Ceccarelli M., VEGAWES: variational segmentation on whole exome sequencing for copy number detection., BMC Bioinformatics. 2015 Sep 29

2015

 

Remo A, Simeone I, Pancione M, Parcesepe P, Finetti P, Cerulo L, Bensmail H, Birnbaum D, Van Laere SJ, Colantuoni V, Bonetti F, Bertucci F, Manfrin E, Ceccarelli M., Systems biology analysis reveals NFAT5 as a novel biomarker and master regulator of inflammatory breast cancer., J Transl Med. 2015 May 1;
Anjum S, Morganella S, D'Angelo F, Iavarone A, Ceccarelli M., VEGAWES: variational segmentation on whole exome sequencing for copy number detection., BMC Bioinformatics. 2015 Sep 29;
Carchia E, Porreca I, Almeida PJ, D'Angelo F, Cuomo D, Ceccarelli M, De Felice M, Mallardo M, Ambrosino C., Evaluation of low doses BPA-induced perturbation of glycemia by toxicogenomics points to a primary role of pancreatic islets and to the mechanism of toxicity., Cell Death Dis. 2015 Oct 29;
Colaprico A, Silva TC, Olsen C, Garofano L, Cava C, Garolini D, Sabedot TS, Malta TM, Pagnotta SM, Castiglioni I, Ceccarelli M, Bontempi G, Noushmehr H., TCGAbiolinks: an R/Bioconductor package for integrative analysis of TCGA data., Nucleic Acids Res. 2015 Dec 23;
Tagliaferri D, De Angelis MT, Russo NA, Marotta M, Ceccarelli M, Del Vecchio L, De Felice M, Falco G., Retinoic Acid Specifically Enhances Embryonic Stem Cell Metastate Marked by Zscan4., PLoS One. 2016 Feb 3;
Bedognetti D, Hendrickx W, Ceccarelli M, Miller LD, Seliger B., Disentangling the relationship between tumor genetic programs and immune responsiveness., Curr Opin Immunol. 2016 Apr
Porreca I, Ulloa Severino L, D'Angelo F, Cuomo D, Ceccarelli M, Altucci L, Amendola E, Nebbioso A, Mallardo M, De Felice M, Ambrosino C., "Stockpile" of Slight Transcriptomic Changes Determines the Indirect Genotoxicity of Low-Dose BPA in Thyroid Cells., PLoS One. 2016 Mar 16
L. Cerulo, V. Paduano, P. Zoppoli, M. Ceccarelli, A negative selection heuristic to predict new transcriptional targets, BMC Bioinformatics, 14(S1):S3, 2013.
D. Singh, J. Minhow Chan, P. Zoppoli, F. Niola , R. Sullivan, A. Castano, E. M. Liu, J. Reichel, P. Porrati, S. Pellegatta, K. Qiu, Z. Gao, M. Ceccarelli, R. Riccardi, D. J. Brat, A. Guha, K. Aldape , J.G. Golfinos, D. ZagZag, T. Mikkelsen, G. Finocchiaro, A. Lasorella, R. Rabadan , A. Iavarone, Transforming Fusions of FGFR and TACC Genes in Human Glioblastoma, Science, 337(6099):1231-1235, 2012.
S. Morganella, M. Ceccarelli, VegaMC: A R/Bioconductor Package for Fast Downstream Analysis of Large Array Comparative Genomic Hybridization Datasets,  Bioinformatics, 28(19):2512-2514, 2012.
S. Morganella, M. Ceccarelli, A variational piecewise smooth model for identification of chromosomal imbalances in cancer, Il Nuovo Cimento, 35(5, Supp1):101-108, 2012.
E. Silvestri, D. Glinni, F. Cioffi, M. Moreno, P. De Lange, R. Senese, M. Ceccarelli, A. Salzano, A. Scaloni, A. Lanni, F. Goglia, Metabolic effects of the iodothyronine functional analogue TRC150094 on liver and skeletal muscle of high-fat diet fed overweight rats: an integrated proteomic study, Molecular Biosystems, 8:1987-2000, 2012.
L. Sabatino, A. Fucci, M. Pancione, V. Carafa, A. Nebbioso, C. Pistore, F. Babbio, C. Votino, C. Laudanna, M. Ceccarelli, L. Altucci, I.M. Bonapace, V. Colantuoni, UHRF1 coordinates peroxisome proliferator activated receptor gamma (PPARG) epigenetic silencing and mediates colorectal cancer progression Oncogene, doi:10.1038/onc.2012.3.
M. Scrima , C. De Marco , F. Fabiani , R. Franco , G. Pirozzi , G. Rocco , R. Ravo , A. Weisz , P. Zoppoli , M. Ceccarelli , G. Botti , D. Malanga , G. Viglietto, Signalling networks associated with AKT activation in Non-Small Cell Lung Cancer (NSCLC): new insights on the role of phosphatydil-inositol-3 kinase PLoS ONE, 7(2):e30427, 2012.
H. Fagman, E. Amendola, L. Parrillo, P. Zoppoli, P. Marotta, M. Scarfo , P. De Luca , D. Pires de Carvalho , M. Ceccarelli , Mario De Felice , Roberto Di Lauro (2011): Gene expression profiling at early organogenesis reveals both common and diverse mechanisms in foregut patterning, Developmental Biology, 359(2):163-175, 2011.
D. Frezzetti, M. De Menna , P. Zoppoli, C. Guerra, A Ferraro, A. M. Bello, Pasquale De Luca , C Calabrese , Alfredo Fusco , M. Ceccarelli , M Zollo , M Barbacid , Roberto Di Lauro , Gabriella De Vita, Upregulation of mir-21 by Ras in vivo and its role in tumor growth, Oncogene, 30:275–286, 2011.
Sandro Morganella , Stefano Pagnotta , M. Ceccarelli, Finding recurrent CNAs preserving within-sample homogeneity, Bioinformatics, 27(21):2949-2956, 2011.
Tiziana Zotti , Antonio Uva , Angela Ferravante , Mariangela Vessichelli , Ivan Scudiero , M. Ceccarelli , Pasquale Vito , Romania Stilo, TRAF7 promotes K29-linked polyubiquitination of IKKγ/nemo and p65/RELA and represses NF-kB activation, Journal of Biological Chemistry, 286:22924-22933, 2011.
L. Cerulo, V. Paduano, P. Zoppoli, M. Ceccarelli, Labeling Negative Examples in Supervised Learning of Unlabeled Gene Regulatory Connections Lecture Notes in Computer Science, 6685:159-173, 2011.
V. Paduano, M.T. De Angelis, G. Falco, M. Ceccarelli, Fully Automated Organ Bud Detection and Segmentation for Laser Capture Microdissection Applications, In: Proceedings of IEEE Imaging Systems and techniques, IEEE, 2011.
Nazareno Diodato , M. Ceccarelli , Giovanni Bellocchi, GIS-aided evaluation of evapotranspiration at multiple spatial and temporal climate patterns using geoindicators, Ecological Indicators, 10(5):1009-1016, 2010.
M. Ceccarelli, D. Grimaldi, F. Lamonaca, A. Speranza, Automatic detection and surface measurements of Micro-Nucleus by a Computer Vision Approach, IEEE Transactions on Instrumentations and Measurements, 59(9):2383-2390, 2010.
L. Cerulo, M. Ceccarelli, On Learning Gene Regulatory Networks with Only Positive Examples, In: Fourth International Workshop on Machine Learning in Systems Biology, 2010.
L. Cerulo, C. Elkan, M. Ceccarelli, Learning Gene Regulatory Networks from Only Positive and Unlabeled Data, BMC Bioinformatics, 11(228), 2010.
P. Lisboa, A. Velido, R. Tagliaferri, M. Ceccarelli, J. Martin-Guerrero, E. Biganzoli, Data Mining in Cancer Research, IEEE Computational Intelligence Magazine, 5(1):14-18, 2010.
S. Morganella, L. Cerulo, G. Viglietto, M. Ceccarelli, VEGA: variational segmentation for copy number detection, BIOINFORMATICS, 26(24):3020-3027, 2010.
E. Silvestri, F. Cioffi, D. Glinni, M. Ceccarelli, A. Lombardi, P. de Lange, A. Chamberry, V. Severino, A. Lanni, F. Goglia, M. Moreno, Pathways affected by 3,5-diiodo-L-thyronine in liver of high fat-fed rats: evidence from two-dimensional electrophoresis, Blue-Native PAGE, and mass spectrometry Molecular Biosystems, 6:2256-2271, 2010.
P. Zoppoli, S. Morganella, M. Ceccarelli, TimeDelay-ARACNE: Reverse engineering of gene networks from time-course data by an information theoretic approach, BMC Bioinformatics, 11:154, 2010.
M. Ceccarelli, A.Maratea, Concordance indices for comparing fuzzy, possibilistic, rough and grey partitions, International Journal on Knowledge Engineering and Soft Data Paradigms, 1(4):331–334, 2009.
M. Ceccarelli, A. Maratea, Virtual Genetic Coding and Time Series Analysis for Alternative Splicing Prediction in C.Elegans, Artificial Intelligence in Medicine, 45(2-3):109-115, 2009.
Sandro Morganella , Pietro Zoppoli , M. Ceccarelli, IRIS: a method for reverse engineering of regulatory relations in gene networks, BMC Bioinformatics, 10(1):444, 2009.
M. Ceccarelli, A. d'Acierno, A. Facchiano, A scale space approach for unsupervised feature selection in mass spectra classification for ovarian cancer detection, BMC Bioinformatics, 10(Suppl 12):S9, 2009.