Riassunto analitico
Le tecniche di sequenziamento di seconda generazione sono state considerate uno strumento ideale per poter finalmente comprendere la biologia dei processi tumorali, permettendo l’identificazione di nuovi bersagli farmacologici e, in prospettiva, la formulazione di stategie terapeutiche innovative, vincenti e, auspicabilmente, personalizzate.
Lo sforzo congiunto di svariati laboratori ha portato alla creazione di consorzi internazionali, quali l’International Cancer Genome Consortium o il The Cancer Genome Atlas, con l’obiettivo di caratterizzare, a livello genetico (DNA, RNA), proteico ed epigenetico, tutti i tipi di cancro e i loro sottotipi. Ora, grazie alla disponibilità dei dati molecolari raccolti da queste iniziative, è possibile studiare, in maniera integrata e sistemica, i meccanismi molecolari alla base dello sviluppo e della progressione tumorale.
L’attività di ricerca illustrata in questa tesi ha come scopo l’utilizzo di tecniche computazionali per l’analisi dei dati genomici al fine di investigare la complessa serie di eventi che, innescata da cambiamenti nel microambiente tumorale o da mutazioni in oncogeni, porta alla progressione tumorale. L’approccio computazionale è basato sull’analisi integrata di diversi tipi di dati genomici, ottenuti mediante l’utilizzo di diverse tecnologie e riferiti a vari gradi di informazione genetica, quali DNA, RNA, proteine e modificazioni epigenetiche. Nello specifico, abbiamo analizzato profili di expressione genica di cellule del sistema immunitario, e in particolare di diversi sottotipi di macrofagi tumorali (TAMs), al fine di identificare liste di geni associati alla progressione tumorale promossa dal microambiente. Inoltre, abbiamo integrato dati di RNA-seq, miRNA-seq e modificazioni epigenetiche (ChIP-seq) e dati mutazionali di carcinoma a cellule squamose di testa e collo (HNSCC) derivati da linee cellulari e da pazienti, con lo scopo di decifrare e descrivere attraverso firme molecolari il rapporto tra le mutazioni in oncogeni (come TP53) e i programmi di regolazione genica dei principali fattori di transcrizione (ad esempio Myc) nello sviluppo del cancro. Le firme genomiche identificate in entrambi i contesti sono state, infine, confrontate con i dati molecolari di modelli cellulari di cancro trattati con migliaia di composti, identificando nuove molecole capaci di interferire con i meccanismi molecolari descritti.
Complessivamente, questo approccio vuole rappresentare uno schema generale per lo studio dei meccanismi molecolari che promuovono la progressione tumorale al fine di identificare, attraverso l’analisi dei profili genomici, nuovi bersagli molecolari per strategie farmacologiche innovative da adottare nella cura del cancro.
|
Abstract
The advent of high-throughput technologies for genome analysis has been greeted as the beginning of a deeper, and possibly exhaustive, understanding of cancer cell biology, allowing a more focused identification of novel drug targets and paving the way to personalized therapies. The joint efforts of several laboratories around the globe resulted in the creation of major consortia, as the International Cancer Genome Consortium or The Cancer Genome Atlas, to profile and analyze large numbers of human tumors at the DNA, RNA, protein and epigenetic levels. Nowadays, the availability of large amounts of genomic data allows employing and integrating a multifaceted approach to investigate the molecular mechanisms at the base of tumorigenesis and tumor growth.
The research activity illustrated here aimed at exploiting genomics data and computational techniques to study the complex cascade of events that, driven by modifications in tumor microenvironment and mutations in cancer genes, leads to cancer progression. This in-silico approach builds on the integrative analysis of several types of genomic data, obtained using different technologies and referring at different molecular levels, as DNA, RNA, protein and epigenetic. Specifically, we analyzed gene expression profiles of immune cells, and in particular of different subtypes of tumor-associated macrophages (TAMs), to identify gene signatures associated to the role of tumor microenvironment in cancer promotion. Moreover, we addressed the integration of RNA-seq, miRNA-seq, epigenetics (i.e., ChIP-seq) and mutation data obtained from head and neck squamous cell carcinoma (HNSCC) cell lines and patients to decipher and describe, using genomic signatures, the interplay between mutations in oncogenes (as TP53) and regulatory programs of major transcription factors (e.g., c-Myc) in cancer. Finally, the identified genomic signatures have been compared to the genomic profiles of cancer cell models treated with thousands of compounds to identify new molecules able to interfere with the described cancer progression mechanisms (signature-based drug discovery).
Overall, this approach constitutes a general framework to support the inference and the genomic characterization of molecular mechanisms driving tumor progression and to highlight novel targets and molecules for therapeutic intervention against cancer.
|
