Virus a RNA e a DNA: importanza dell’ampliamento dello spettro d’ospite nell’evoluzione virale

L’ampliamento dello spettro d’ospite è strettamente connesso al processo evolutivo a cui i virus sono assoggettati e rappresenta una notevole sfida alla loro capacità di adattarsi. L’attitudine a superare le barriere di specie è conseguente alla costante e relativamente rapida evoluzione che caratterizza i virus; allo stesso tempo, la forza selettiva esercitata dal nuovo ospite rappresenterà un ulteriore stimolo per le capacità adattative del virus. Ad oggi, i meccanismi genetici ed evolutivi responsabili del salto di specie virale, cioè la trasmissione di un virus da un ospite tradizionale ad uno precedentemente resistente all’infezione, sono parzialmente sconosciuti. Nel seguente lavoro verranno presentati gli studi effettuati sulle dinamiche evolutive caratterizzanti virus a RNA e a DNA in cui si sono osservate variazioni dello spettro d’ospite. Gli studi hanno riguardato i coronavirus, con particolare riferimento al ruolo svolto dai pipistrelli nell’evoluzione dei coronavirus SARS-correlati, e l’importanza del gatto nell’evoluzione dei parvovirus dei carnivori. Nella prima sezione saranno mostrate le correlazioni genetiche dei coronavirus identificati in Italia nei pipistrelli appartenenti alla specie Rhinolophus ferrumequinum con i ceppi europei e del resto del mondo, allo scopo di chiarire l’origine evolutiva dei coronavirus dei pipistrelli correlati al virus della SARS (Bat-SARS-like CoV) europei, gli eventi migratori che hanno caratterizzato la loro diffusione nel continente e le potenziali ripercussioni sulla salute pubblica. Nella seconda sezione saranno evidenziate le caratteristiche molecolari dei ceppi di parvovirus circolanti nella popolazione felina, valutandone la diversità di sequenza e la complessità genetica, allo scopo di ottenere importanti informazioni in merito all’evoluzione del virus e alle interazioni tra il parvovirus e l’ospite.

RNA non-codificanti indotti da danno al DNA regolano il fattore di trascrizione HIF-1α

Recenti analisi sull’intero trascrittoma hanno rivelato una estensiva trascrizione di RNA non codificanti (ncRNA), le quali funzioni sono tuttavia in gran parte sconosciute. In questo lavoro è stato dimostrato che alte dosi di camptotecina (CPT), un farmaco antitumorale inibitore della Top1, aumentano la trascrizione di due ncRNA antisenso in 5’ e 3’ (5'aHIF-1α e 3'aHIF-1α rispettivamente) al locus genico di HIF-1α e diminuiscono i livelli dell’mRNA di HIF-1α stesso. Gli effetti del trattamento sono Top1-dipendenti, mentre non dipendono dal danno al DNA alla forca di replicazione o dai checkpoint attivati dal danno al DNA. I ncRNA vengono attivati in risposta a diversi tipi di stress, il 5'aHIF-1α è lungo circa 10 kb e possiede sia il CAP in 5’ sia poliadenilazione in 3’ (in letteratura è noto che il 3'aHIF-1α è un trascritto di 1,7 kb, senza 5’CAP né poliadenilazione). Analisi di localizzazione intracellulare hanno dimostrato che entrambi sono trascritti nucleari. In particolare 5'aHIF-1α co-localizza con proteine del complesso del poro nucleare, suggerendo un suo possibile ruolo come mediatore degli scambi della membrana nucleare. È stata dimostrata inoltre la trascrizione dei due ncRNA in tessuti di tumore umano del rene, evidenziandone possibili ruoli nello sviluppo del cancro. È anche noto in letteratura che basse dosi di CPT in condizioni di ipossia diminuiscono i livelli di proteina di HIF-1α. Dopo aver dimostrato su diverse linee cellulari che i due ncRNA sopracitati non potessero essere implicati in tale effetto, abbiamo studiato le variazioni dell’intero miRnoma alle nuove condizioni sperimentali. In tal modo abbiamo scoperto che il miR-X sembra essere il mediatore molecolare dell’abbattimento di HIF-1α dopo trattamento con basse dosi di CPT in ipossia. Complessivamente, questi risultati suggeriscono che il fattore di trascrizione HIF-1α venga finemente regolato da RNA non-codificanti indotti da danno al DNA.

Ribosome Biogenesis and cell cycle regulation: Effect of RNA Polymerase III inhibition

In cycling cells positive stimuli like nutrient, growth factors and mitogens increase ribosome biogenesis rate and protein synthesis to ensure both growth and proliferation. In contrast, under stress situation, proliferating cells negatively modulate ribosome production to reduce protein synthesis and block cell cycle progression. The main strategy used by cycling cell to coordinate cell proliferation and ribosome biogenesis is to share regulatory elements, which participate directly in ribosome production and in cell cycle regulation. In fact, there is evidence that stimulation or inhibition of cell proliferation exerts direct effect on activity of the RNA polymerases controlling the ribosome biogenesis, while several alterations in normal ribosome biogenesis cause changes of the expression and the activity of the tumor suppressor p53, the main effector of cell cycle progression inhibition. The available data on the cross-talk between ribosome biogenesis and cell proliferation have been until now obtained in experimental model in which changes in ribosome biogenesis were obtained either by reducing the activity of the RNA polymerase I or by down-regulating the expression of the ribosomal proteins. The molecular pathways involved in the relationship between the effect of the inhibition of RNA polymerase III (Pol III) activity and cell cycle progression have been not yet investigated. In eukaryotes, RNA Polymerase III is responsible for transcription of factors involved both in ribosome assembly (5S rRNA) and rRNA processing (RNAse P and MRP).Thus, the aim of this study is characterize the effects of the down-regulation of RNA Polymerase III activity, or the specific depletion of 5S rRNA. The results that will be obtained might lead to a deeper understanding of the molecular pathway that controls the coordination between ribosome biogenesis and cell cycle, and might give useful information about the possibility to target RNA Polymerase III for cancer treatment.

Learning with Kernels on Graphs: DAG-based kernels, data streams and RNA function prediction.

In many application domains data can be naturally represented as graphs. When the application of analytical solutions for a given problem is unfeasible, machine learning techniques could be a viable way to solve the problem. Classical machine learning techniques are defined for data represented in a vectorial form. Recently some of them have been extended to deal directly with structured data. Among those techniques, kernel methods have shown promising results both from the computational complexity and the predictive performance point of view. Kernel methods allow to avoid an explicit mapping in a vectorial form relying on kernel functions, which informally are functions calculating a similarity measure between two entities. However, the definition of good kernels for graphs is a challenging problem because of the difficulty to find a good tradeoff between computational complexity and expressiveness. Another problem we face is learning on data streams, where a potentially unbounded sequence of data is generated by some sources. There are three main contributions in this thesis. The first contribution is the definition of a new family of kernels for graphs based on Directed Acyclic Graphs (DAGs). We analyzed two kernels from this family, achieving state-of-the-art results from both the computational and the classification point of view on real-world datasets. The second contribution consists in making the application of learning algorithms for streams of graphs feasible. Moreover,we defined a principled way for the memory management. The third contribution is the application of machine learning techniques for structured data to non-coding RNA function prediction. In this setting, the secondary structure is thought to carry relevant information. However, existing methods considering the secondary structure have prohibitively high computational complexity. We propose to apply kernel methods on this domain, obtaining state-of-the-art results.