La nuova struttura del Besta, grazie alle competenze analitiche di varie figure professionali, supporta il disegno di studio, l’analisi e l’interpretazione dei dati scientifici e favorisce le collaborazioni interne.

È attiva in Istituto una nuova struttura interna che offre supporto collaborativo per un'ampia gamma di analisi di dati relativi alla ricerca scientifica su piccola e larga scala, il data science center (DSC), che nasce dall’impegno congiunto di diverse unità operative e integra competenze di bioinformatica, statistica, matematica e biologia con l’obiettivo di applicare sofisticate metodologie analitiche a dati clinici, omici e di imaging.

“Il Data Scienze Center mette a disposizione di tutto l’Istituto le competenze analitiche di varie figure professionali per supportare il disegno di studio, l’analisi e l’interpretazione dei dati e per favorire collaborazioni interne – spiega la Dr.ssa Erika Salvi, bioinformatica e biotecnologa molecolare dell’Unità di Neuroalgologia del Besta, come portavoce dell’intero gruppo che  opera nel DSC -. La collaborazione si può articolare in diverse modalità che comprendono il supporto per analisi brevi ed estemporanee, collaborazioni più continuative relative a progetti di ricerca e impostazione del disegno di studio durante la stesura di grant”.

Chiunque abbia esigenza dell’assistenza di una figura professionale del DSC può inviare una mail a data.science.center@istituto-besta.it illustrando l’idea generale e le modalità di collaborazione di cui si necessita.

Le candidature alla partecipazione, inoltre, sono aperte a tutto l’Istituto.

Il DSC può ad oggi offrire supporto analitico in diverse aree:

Genomics/transcriptomics

• Analisi bioinformatica applicata alla genomica per tecnologia di sequenziamento di nuova generazione sia per DNA genomico che mitocondriale
• Analisi bioinformatica applicata alla trascrittomica per tecnologia di sequenziamento di nuova generazione sia per RNA messaggero che RNA non codificante (miRNA, long non coding)

Biostatistics

• Analisi statistiche per dati sperimentali e trial clinici di fase IIIV, studi epidemiologici osservazionali, revisioni sistematiche e meta-analisi

Biomedical imaging

• Analisi quantitative e machine learning attraverso tecniche avanzate di risonanza magnetica per l'identificazione di biomarcatori diagnostici e prognostici precoci e per la comprensione dei meccanismi anatomofunzionali; integrazione con dati clinici e genetici

Image analysis

• Deep learning per l'analisi d’immagini mediche (e.g., MRI, CT, mammografie, angiografie, radiografie, laparoscopie, endoscopie), con l'obiettivo di fornire segmentazione, identificazione, classificazione di elementi specifici di interesse medico

Neurophysiology

• Analisi di segnali neurofisiologici spontanei ed evocati (tempofrequenza, connettività, classificazione) per la valutazione di meccanismi fisiopatologici e di risposta a trattamenti; magnetic source imaging per identificazione di sorgenti di attività corticale fisiologica e patologica
• Implementazione di procedure di stimolazione e integrazione multimodale 

Nell’immagine sono elencati i ricercatori attualmente coinvolti divisi per aree applicative.