Inference of gene regulation from expression data. Mathematical modeling and the design of a genomic study to investigate IFNa transcriptional response modulators

L'oggetto principale di questa tesi è l'inferenza di regolazioni geniche a partire da dati quantitativi di espressione genica. Questo obiettivo è di centrale importanza in ambito sanitario poiché malattie genetiche complesse come il cancro sono causate dalla deregolazione o dalla regolazione aberrante di geni. La tesi è strutturata in due parti principali corrispondenti, rispettivamente, ad un approccio teorico e pratico all'inferenza di regolazioni geniche. Nella la prima parte della tesi viene presentato un modello gerarchico bayesiano per la ricostruzione di reti di regolazione da dati di microarray. Nella seconda parte della tesi viene presentato un nuovo design sperimentale per inferire moduli di regolazione genica da dati di real-time PCR. L'obiettivo è quello di caratterizzare la risposta trascrizionale di IFN- in cellule endoteliali umane, attraverso l'individuazione di modulatori chiave e dei moduli regolatori in cui sono coinvolti.