Data science su RNA e malattie

Molte patologie umane, ad esempio i tumori o le malattie neurodegenerative, sono intrinsecamente complesse. La scoperta di cure efficaci richiede lo sviluppo di metodi di indagine ad alta produzione di dati (omiche) e con risoluzione spaziale, a singola cellula, a singolo nucleotide o aminoacido. Comprendere le malattie umane mediante dati di ultima generazione è una sfida scientifica che richiede in parallelo lo sviluppo di analisi computazionali dedicate, in grado di affrontare il grande volume e l'eterogeneità dei dati. La ricerca del laboratorio è volta a comprendere come la biologia dell'RNA sia alterata e coinvolta nelle malattie umane, combinando analisi “high-throughput” e ad alta risoluzione, con un approccio pan-disciplinare.

Linee di ricerca

  • Studiare le malattie umane mediante omiche a risoluzione spaziale e di singola cellula
    Grazie alla rivoluzione degli approcci “single-cell”, oggi possiamo ottenere dati di sequenziamento da migliaia di singole cellule. In questo modo possiamo confrontare i geni espressi da ogni cellula, identificare cellule alterate in condizioni patologiche, ed analizzare la diversità cellulare di tessuti complessi con una risoluzione senza precedenti. L'analisi dei dati a risoluzione di singola cellula e spaziale richiede lo sviluppo parallelo di metodi appropriati per l'identificazione dei tipi cellulari, delle reti di regolazione genica, delle dipendenze spaziali e delle eventuali alterazioni. La ricerca del laboratorio si concentra sull'analisi multimodale di dati a risoluzione di singola cellula e spaziale, per comprendere l'architettura molecolare dell'espressione genica nelle malattie umane, ad esempio mielodisplasie e leucemie.
  • Sviluppare strategie computazionali per la data science sull'RNA, l'integrazione e la visualizzazione di omiche multiple
    Il laboratorio sviluppa metodi computazionali per l'analisi ad alta risoluzione, l'integrazione e la visualizzazione di dati multi-omici: livelli di RNA e proteine (trascrittoma e proteoma), splicing dell'RNA, struttura e modifiche dell’RNA, interazioni RNA-proteine ed RNA-RNA, controllo della sintesi proteica. La disponibilità di grandi dataset pubblici come ENCODE o lo Human Cell Atlas offre inoltre opportunità senza precedenti per il data mining e l'estrazione di informazioni rilevanti riguardanti la biologia dell'RNA e il suo coinvolgimento nelle malattie umane.
  • Comprendere il ruolo delle modifiche, le strutture e le interazioni dell'RNA in condizioni fisiologiche e patologiche
    Le molecole di RNA, sia codificanti proteine che non, vengono modificate a livello post-trascrizionale e interagiscono in modo dinamico con proteine e altri RNA per formare complessi ribonucleoproteici. Questa rete intricata di modifiche e interazioni regola in ultima analisi l'esistenza e la funzione degli RNA all'interno delle cellule. Le modifiche e le interazioni fisiologiche dell'RNA sono spesso alterate in patologie umane come le malattie neurodegenerative e i tumori. Per capire come mutazioni patologiche alterano i complessi RNA-proteina, o come le modifiche dell’RNA sono coinvolte nella risposta immunitaria, il laboratorio integra tecniche di sequenziamento a risoluzione di singolo nucleotide (ad esempio CLIP-Seq, m6A-Seq, dsRNA-RIP-seq) e biologia computazionale per ottenere mappe complete delle interazioni proteine-RNA, RNA-RNA e identificare possibili candidati per interventi terapeutici.
  • Seguire le dinamiche della sintesi proteica
    Le cellule regolano la sintesi proteica regolando la traduzione di geni specifici. La traduzione influisce sui livelli proteici tanto quanto la trascrizione, ma attraverso meccanismi meno studiati e pertanto più sconosciuti. Negli ultimi anni si è assistito a una rapida adozione del “ribosome-profiling”, una tecnica potente per studiare la traduzione di tutti i trascritti in una popolazione di cellule e che fornisce informazioni uniche sulla posizione dei ribosomi lungo gli RNA. Il laboratorio utilizza i dati di ribosome profiling e di proteomica per monitorare le dinamiche di regolazione della traduzione in condizioni fisiologiche e patologiche.

Biancon G, Busarello E, Joshi P, Lesch BJ, Halene S, Tebaldi T#. Deconvolution of in vivo protein-RNA contacts using fractionated eCLIP-seq. STAR Protoc. 2022 Dec 16;3(4):101823. (#Co-corresponding autorship)

Antonica F, Santomaso L, Pernici D, Petrucci L, Aiello G, Cutarelli A, Conti L, Romanel A, Miele E, Tebaldi T, Tiberi L. A slow-cycling/quiescent cells subpopulation is involved in glioma invasiveness. Nat Commun. 2022 Aug 15;13(1):4767.

Biancon G, Joshi P, Zimmer JT, Hunck T, Gao Y, Lessard MD, Courchaine E, Barentine AES, Machyna M, Botti V, Qin A, Gbyli R, Patel A, Song Y, Kiefer L, Viero G, Neuenkirchen N, Lin H, Bewersdorf J, Simon MD, Neugebauer KM, Tebaldi T#^, Halene S. Precision analysis of mutant U2AF1 activity reveals deployment of stress granules in myeloid malignancies. Mol Cell. 2022 Mar 17;82(6):1107-1122.e7. (#Co-corresponding authorship, ^Journal cover)

Gao Y, Chen S, Halene S, Tebaldi T#. Transcriptome-wide quantification of double-stranded RNAs in live mouse tissues by dsRIP-Seq. STAR Protoc. 2021 Mar 18;2(1):100366. (#Co-corresponding autorship)

Song Y, Shan L, Gbyli R, Liu W, Strowig T, Patel A, Fu X, Wang X, Xu ML, Gao Y, Qin A, Bruscia EM, Tebaldi T, Biancon G, Mamillapalli P, Urbonas D, Eynon E, Gonzalez DG, Chen J, Krause DS, Alderman J, Halene S, Flavell RA. Combined liver-cytokine humanization comes to the rescue of circulating human red blood cells. Science. 2021 Mar 5;371(6533):1019-1025.

Liu Y, Yang M, Deng Y, Su G, Enninful A, Guo CC, Tebaldi T, Zhang D, Kim D, Bai Z, Norris E, Pan A, Li J, Xiao Y, Halene S, Fan R. High-Spatial-Resolution Multi-Omics Sequencing via Deterministic Barcoding in Tissue. Cell. 2020 Dec 10;183(6):1665-1681.e18.

Gao Y, Vasic R, Song Y, Teng R, Liu C, Gbyli R, Biancon G, Nelakanti R, Lobben K, Kudo E, Liu W, Ardasheva A, Fu X, Wang X, Joshi P, Lee V, Dura B, Viero G, Iwasaki A, Fan R, Xiao A, Flavell RA, Li HB, Tebaldi T#, Halene S. m6A Modification Prevents Formation of Endogenous Double-Stranded RNAs and Deleterious Innate Immune Responses during Hematopoietic Development. Immunity. 2020 Jun 16;52(6):1007-1021.e8. (#Co-corresponding autorship)

Lauria F*, Bernabò P*, Tebaldi T*, Groen EJN*, Perenthaler E, Maniscalco F, Rossi A, Donzel D, Clamer M, Marchioretto M, Omersa N, Orri J, Dalla Serra M, Anderluh G, Quattrone A, Inga A, Gillingwater TH, Viero G. SMN-primed ribosomes modulate the translation of transcripts related to spinal muscular atrophy. Nat Cell Biol. 2020 Oct;22(10):1239-1251. (*Co-first autorship)

Zubovic L, Piazza S, Tebaldi T, Cozzuto L, Palazzo G, Sidarovich V, De Sanctis V, Bertorelli R, Lammens T, Hofmans M, De Moerloose B, Ponomarenko J, Pigazzi M, Masetti R, Mecucci C, Basso G, Macchi P. The altered transcriptome of pediatric myelodysplastic syndrome revealed by RNA sequencing. J Hematol Oncol. 2020 Oct 12;13(1):135.

Murthy V*, Tebaldi T*, Yoshida T, Erdin S, Calzonetti T, Vijayvargia R, Tripathi T, Kerschbamer E, Seong IS, Quattrone A, Talkowski ME, Gusella JF, Georgopoulos K, MacDonald ME, Biagioli M. Hypomorphic mutation of the mouse Huntington’s disease gene orthologue. PLoS Genet. 2019 Mar 21;15(3):e1007765 (*Co-First autorship)

Lauria F*, Tebaldi T*, Bernabò P, Groen EJN, Gillingwater TH, Viero G. riboWaltz: Optimization of ribosome P-site positioning in ribosome profiling data. PLoS Comput Biol. 2018 Aug 13;14(8):e1006169. (*Co-First autorship)

Tebaldi T*^, Zuccotti P*, Peroni D*, Köhn M*, Gasperini L, Potrich V, Bonazza V, Dudnakova T, Rossi A, Sanguinetti G, Conti L, Macchi P, D’Agostino V, Viero G, Tollervey D, Hüttelmaier S, Quattrone A. HuD is a neural translation enhancer acting on mTORC1-responsive genes and counteracted by the Y3 small non-coding RNA. Mol Cell. 2018 Jul 19;71(2):256-270.e10. (*Co-First autorship, ^With a dedicated Journal Preview: "A Translation Tuning HuDdle for Neurons")

Liang Y*, Tebaldi T*^, Rejeski K*, Joshi P*, Stefani G*, Taylor A, Song Y, Vasic R, Maziarz J, Balasubramanian K, Ardasheva A, Ding A, Quattrone A, Halene S. SRSF2 mutations drive oncogenesis by activating a global program of aberrant alternative splicing in hematopoietic cells. Leukemia. 2018 Jun 1 (*Co-First autorship, ^Recommended in F1000Prime as being of special significance in its field)

Negro S*, Stazi M*, Marchioretto M*, Tebaldi T*, Rodella U, Duregotti E, Gerke V, Quattrone A, Montecucco C, Rigoni M, Viero G. Hydrogen peroxide is a neuronal alarmin that triggers specific RNAs, local translation of Annexin A2 and cytoskeletal remodeling in Schwann cells. RNA. 2018 Jul;24(7):915-925 (*Co-First autorship)

Clamer M, Tebaldi T^, Lauria F, Bernabò P, Gómez-Biagi RF, Marchioretto M, Kandala DT, Minati L, Perenthaler E, Gubert D, Pasquardini L, Guella G, Groen EJN, Gillingwater TH, Quattrone A, Viero G. Active Ribosome Profiling with RiboLace. Cell Rep. 2018 Oct 23;25(4):1097-1108.e5. (^Journal cover)

Bernabò P*, Tebaldi T*^, Groen EJN*, Lane FM*, Perenthaler E, Mattedi F, Newbery HJ, Zhou H, Zuccotti P, Potrich V, Shorrock HK, Muntoni F, Quattrone A, Gillingwater TH, Viero G. In Vivo Translatome Profiling in Spinal Muscular Atrophy Reveals a Role for SMN Protein in Ribosome Biology. Cell Rep. 2017 Oct 24;21(4):953-965. (*Co-First authorship, ^Journal cover)

Corrado G, Tebaldi T, Costa F, Frasconi P, Passerini A. RNAcommender: genome-wide recommendation of RNA-protein interactions. Bioinformatics. 2016 Dec 1;32(23):3627-3634.

Tebaldi T*#, Zaccara S*, Alessandrini F, Bisio A, Ciribilli Y, Inga A#. Whole-genome cartography of p53 response elements ranked on transactivation potential. BMC Genomics. 2015 Jun 17;16:464. (*Co-First authorship, #Co-Corresponding autorship)

Tebaldi T*, Re A*, Viero G, Pegoretti I, Passerini A, Blanzieri E, Quattrone A. Widespread uncoupling between transcriptome and translatome variations after a stimulus in mammalian cells. BMC Genomics. 2012 Jun 6;13:220. (*Co-First autorship)

  • Toma Tebaldi, PI
  • Emma Busarello, studente PhD in Scienze Biomolecolari
  • Christian Ramirez Amarilla, studente PhD in Scienze Biomolecolari
  • Marianna Ciuffreda, studente PhD in Scienze Biomolecolari (con il Prof. Paolo Macchi & il Prof. Alessandro Provenzani, CIBIO UniTN)
  • Ilaria Cimignolo, studente PhD in Scienze Biomolecolari (con il Prof. Giovanni Piccoli, CIBIO UniTN)
  • Emanuele Filiberto Rosatti, studente PhD in Scienze Biomolecolari (con il Prof. Alessandro Quattrone, CIBIO UniTN)
  • Vittorio Bontempi, studente PhD in Scienze Biomolecolari (con la Prof.ssa Maria Caterina Mione, CIBIO UniTN)  
  • Gabriele Tomè, collaboratore di ricerca (con la Dr.ssa Gabriella Viero, Institute of Biophysics-CNR)
  • Giorgia Bucciarelli, studente di laurea magistrale in Biologia Quantitativa e Computazionale
  • Silvio Zambon, studente di laurea triennale in Informatica (con il Prof. Enrico Blanzieri, DISI, UniTN)
  • Francesco Dall’Agata, studente di laurea triennale in Informatica (con il Prof. Enrico Blanzieri, DISI, UniTN)

Progetti di laurea triennale e magistrale sono attualmente disponibili. 
Se interessato, contatta toma.tebaldi@unitn.it.

  • Stephanie Halene (Yale University, US)
  • Diane Krause (Yale University, US)
  • Emanuela Bruscia (Yale University, US)
  • Rong Fan (Yale University, US)
  • Anna Mandinova (Harvard Medical School, US)
  • Therese Standal (NTNU, Norway)
  • Gabriella Viero (Institute of Biophysics, CNR, Italy)
  • Enrico Blanzieri (DISI - University of Trento, Italy)
  • Alessandro Fatica (University of Roma - Sapienza, Italy)
  • Piergiorgio Amendola (Dompè Farmaceutici s.p.a)
  • 2021-2025 - My First AIRC Grant
    Multimodal single-cell analysis of hematologic malignancies

Per ulteriori informazioni sul gruppo di ricerca:

Sito web delle pubblicazioni