Unità di Statistica medica e genomica

L'Unità di Statistica medica e genomica, diretta dalla prof.ssa Luisa Bernardinelli, è impegnata nello sviluppo di metodologie statistiche innovative, in funzione di problemi scientifici impegnativi che abbracciano un'ampia gamma di applicazioni. Un'attività rilevante riguarda anche l'analisi dei dati di studi osservazionali, sperimentali e quasi sperimentali in collaborazione con i clinici.
L'unità è dotata di un server HP Proliant DL580 gen9 da 384 GB di RAM e 120 core per eseguire analisi genetiche ed epigenetiche su larga scala utilizzando strumenti bioinformatici innovativi.

L'unità è composta da quattro membri:

• prof.ssa Luisa Bernardinelli, professore ordinario di Statistica medica; coordinatrice del master di secondo livello in Genomic Data Science; Visiting Professor in Biostatistics, University of Manchester, Manchester (UK);
• prof. Mario Grassi, professore ordinario di Statistica medica;
• prof. Mario Comelli, professore associato di Statistica medica;
• prof. Davide Gentilini, professore associato di Statistica medica; vice-coordinatore del master di secondo livello in Genomic Data Science; responsabile dell'Unità di Bioinformatica e Statistica Genomica dell'Istituto Auxologico Italiano.

L'Unità è organizzata in cinque laboratori.

Laboratorio di Statistica ed epidemiologia genetica (prof.ssa L. Bernardinelli)
Collaboratori: dott.ssa T. Fazia, dott. A. Nova, dott.ssa G. Baldrighi
L'attività di ricerca principale del laboratorio consiste nello studio dei meccanismi causali e della correlazione genotipo-fenotipo nei disturbi cronici attraverso l'integrazione di dati di genetica, epigenetica ed espressione genica. I principali campi di interesse sono gli approcci bayesiani all'inferenza causale tramite la randomizzazione mendeliana, le analisi congiunte di dati genetici e di espressione genica per identificare i geni causalmente correlati alla sclerosi multipla, analisi di dati microarray, proteomica e analisi di dati pedigree.

Laboratorio di Statistica per le scienze contemplative (prof.ssa L. Bernardinelli)
Collaboratori: dott.ssa T. Fazia, dott. A. Nova, dott.ssa G. Baldrighi, dott. F. Bubbico
Il laboratorio studia gli effetti causali benefici del training di meditazione sul benessere fisico e psicologico nella popolazione generale, nell'ambiente di lavoro, nelle persone affette da insonnia e negli
studenti di medicina. Il laboratorio organizza corsi di meditazione e si occupa della progettazione dello studio e dell'analisi statistica dei dati raccolti.

Laboratorio di Genomica statistica e bioinformatica (prof. D. Gentilini)
Collaboratori: dott.ssa R. Cavagnola, Ing. L. Corsaro, dott. F. Rannucci, dott. A. Brusati
La linea principale di ricerca riguarda lo studio delle varianti genetiche ed epigenetiche rare e comuni e il loro ruolo nello sviluppo di malattie cronico-degenerative rappresenta un ulteriore campo di interesse. Si occupa anche dell'analisi dei dati di sequenziamento di nuova generazione e della loro applicazione in campo diagnostico e di ricerca.
Il Laboratorio ha sviluppato una piattaforma web con oltre 30 applicazioni gratuite per l'analisi statistica dei dati, utilizzate da più di 30.000 persone in oltre 180 Paesi del mondo.

Laboratorio di Statistica multivariata (prof. M. Grassi)
Collaboratore: dott.ssa B. Tarantino
Il laboratorio ha esperienza di collaborazioni interdisciplinari e di applicazione di statistiche multivariate basate sulla modellazione strutturale causale, sulla modellazione grafica e sull'analisi di rete e,
recentemente, sull'apprendimento automatico (random forest e scoperta di strutture causali), spesso con soluzioni originali per l'analisi di dati genomici e genetici e per la modellazione di dati di risonanza magnetica nello studio delle disfunzioni cerebrali. Il laboratorio ha una
lunga esperienza come utilizzatore di R e sviluppatore di pacchetti; recentemente il pacchetto SEMgraph per l'analisi di reti causali di dati High-Throughput con modelli di equazioni strutturali è caricato negli archivi GitHub e CRAN.

Laboratorio di Epidemiologia clinica (prof. M. Comelli)
Il presente lavoro di ricerca riguarda l'applicazione di modelli misti generali e di sopravvivenza in epidemiologia clinica. L'attenzione si concentra sulla selezione e sulla validazione di modelli probabilistici e statistici appropriati per la ricerca epidemiologica e sulla rilevanza delle stime e delle previsioni dei modelli nei diversi campi in cui vengono applicati (odontoiatria, malattie infettive, nefrologia, neurologia, psichiatria, riabilitazione fisica, ecc.).