Panoramica

Un essere umano in buona salute ospita di media 100 trilioni di microbi, numero che supera quello delle cellule del corpo, arricchendo il proprio repertorio genetico di almeno due ordini di grandezza. Il nostro laboratorio utilizza approcci computazionali e sperimentali per studiare la diversità del microbioma umano e il suo ruolo nelle diverse condizioni di salute umane. Il nostro approccio di ricerca e’ fortemente multidisciplinare e collaborativo, includendo interazioni tra gruppi di scienziati computazionali, biologi, statistici e clinici.

Il nostro sito mantenuto aggiornato è disponibile a  http://segatalab.cibio.unitn.it/

 

Il microbioma umano

Linee di Ricerca

  • Software di metagenomica computazionale di nuova generazione. La ricchezza potenziale dei datasets metagenomici e’ ancora parzialmente sconosciuta a causa di difficolta’ computazionali che ancora non sono state superate con lo sviluppo di nuovi metodi di analisi. Il nostro laboratorio sviluppa una piattaforma di software di nuova generazione per analizzare i campioni di microbioma a vari livelli (tassonomico, filogenetico, funzionale e metabolico). L’analisi, che elabora centinaia di migliaia di genomi microbici, porta alla realizzazione di strumenti sia per microbiologia comparativa, che per la genomica, la filogenetica e l’identificazione di patogeni.
  • Approcci meta-omici integrativi e di machine learning. Data la complessità e l’allta variabilità delle comunità microbiche, approcci multipli complementari ai metodi tradizionali di microbiologia dovrebbero essere utilizzati parallelamente, come metagenomica, metatrascrittomica, metabolomica, metaproteomica e  single cell sequencing. Poiché il costo di questi approcci meta-omici sta rapidamente diminuendo, la difficoltà principale da superare allo stato attuale e’ la mancanza di approcci computazionali integrativi e strumenti statisticamente robusti. Il nostro laboratorio sviluppa tali metodi integrativi applicandoli ai nuovi dati prodotti unitamente ai dati meta-omici disponibili nei database pubblici.
  • Interazione microbioma-patogeno nelle infezioni umane. Lo studio dell'interazione microbioma-ospite sta ricevendo un alto livello di attenzione e numerose possibilità di finanziamento paragonabile ai più classici studi di interazione patogeno-ospite. Nonostante i risultati interessanti dei modelli murini, il ruolo delle interazioni dirette microbioma-patogeno nell'acquisizione e nello sviluppo delle infezioni umane è attualmente poco studiato e poco chiaro. Mediante il sequenziamento associato di isolati dei patogeni e metagenomica cerchiamo di comprendere il ruolo del microbioma nello sviluppo della resistenza agli antibiotici e nella variazione della virulenza nelle infezioni umane, con l'obiettivo a medio termine di scoprire nuovi potenziali bersagli terapeutici.
  • Trasmissione verticale del microbioma e probiotici infantili. Una delle nostre linee di ricerca studia come i componenti di una comunità microbica possono essere trasmessi tra ambienti diversi e diventare colonizzatori stabili. In particolare, indaghiamo le dinamiche della colonizzazione precoce dell'intestino infantile, considerando i fattori ambientali e il trasferimento verticale del microbiota da madre a neonato. I risultati possono fornire delle informazioni importanti sull'identificazione di nuovi ceppi probiotici che potrebbero essere potenzialmente utilizzati per prevenire un microbioma disbiotico precoce.

Maggiori dettagli

Membri del gruppo

Gli attuali membri del gruppo possono essere visti sul sito del Laboratorio.

Attualmente stiamo cercando candidati motivati ​​per posizioni post-dottorato. I candidati interessati alla metagenomica, e con un forte background computazionale, sono invitati a contattare il PI (nicola.segata [at] unitn.it) per informazioni sulle nostre linee di ricerca e possibilità. Studenti interessati a piccoli-medi progetti computazionali, prego contattare il PI (nicola.segata [at] unitn.it).

Pubblicazioni

Una lista completa e aggiornata delle pubblicazioni è disponibile a questo link