Una delle domande che viene rivolta più spesso a noi ricercatori è “Ma cosa fai esattamente tutto il giorno in laboratorio?”, perché è noto che il nostro lavoro, che si incentra sulla ricerca di base, produce poco o nulla di tangibile o di immediatamente applicabile. Nessuno si sognerebbe, ad esempio, di porre la stessa domanda ad un pasticcere, ad un idraulico o ad un medico.
Oggi parliamo di una delle attività essenziali del ricercatore che è quella di stabilire contatti con altri ricercatori. Ad esempio, ma per applicare fino in fondo il metodo scientifico è essenziale che il lavoro di ciascuno sia revisionato scrupolosamente da altri scienziati (esperti di pari livello) prima di arrivare ad essere pubblicato. Tale processo, di cui forse avrete sentito parlare, viene chiamato peer review o revisione dei pari. Una seconda possibilità è di scambiare idee con altri ricercatori intraprendendo delle collaborazioni. Queste ultime servono ad ampliare la conoscenza del singolo ricercatore perché spesso si mettono insieme scienziati di campi diversi che giovano entrambi dallo scambio di idee ed esperienze. Collaborare rientra così profondamente nella nostra attività che spesso un progetto scientifico acquista gran parte della sua efficacia e validità quando viene disegnato e svolto insieme con gli altri. L’attività del progetto Genigma non fa eccezione…anzi!
Nel corso delle scorse settimane, il nostro team scientifico ha iniziato una stretta collaborazione con il laboratorio Genome Assembly and Annotation, che lavora come noi al CNAG di Barcellona. In particolare, abbiamo condiviso idee, spunti di riflessione e conoscenze con Tyler Alyoto (foto a destra) e Fernando Cruz (foto a sinistra) che hanno molta esperienza con algoritmi computazionali che assemblano genomi. Vista la grande vicinanza del loro lavoro con lo scopo di Genigma, che è arrivare a riordinare le sequenze del genoma di linee cellulari cancerose, abbiamo imparato da loro le strategie e gli strumenti più efficaci per analizzare le sequenze di DNA e preparare così i dati da usare nella nostra App. Con il loro aiuto, siamo ora più preparati e possiamo migliorare la nostra analisi con nuovi strumenti e rendere i nostri risultati finali più controllati e robusti.
