Giuseppe Lancia vince lʼESA Test of Time Award 2022
Premio assegnato per il lavoro “SNPs Problems, Complexity, and Algorithms”
Il premio, attribuito da una commissione di scienziati a nome dell’ESA (European Symposium on Algorithms), è un riconoscimento all’articolo più influenzale dell’ultimo ventennio, con un forte impatto sul settore e documentato da molte citazioni e molti sviluppi di ricerca che perdurano ancora a 20 anni di distanza.
Il lavoro SNPs Problems, Complexity, and Algorithms, ESA 2001, di Giuseppe Lancia, Vineet Bafna, Sorin Istrail, Ross Lippert, and Russell Schwartz è stato premiato con la seguente motivazione:
“This paper contributed to foundational work of understanding emerging problems in genetics through the computational lens. Single nucleotide polymorphisms (SNPs) are the most frequent form of human genetic variation. They are of fundamental importance in medical diagnostic, drug design, and are a fingerprint of disease genes. This work studied problems related to computational SNPs validation based on genome assemblies of diploid organisms (those with two copies of each chromosome) and presented both hardness results and efficient algorithms, using graph modeling.”
«Si tratta di un lavoro scritto quando mi trovavo a lavorare alla Celera Genomics, Rockville, MD, USA,» dichiara Giuseppe Lancia «in sabbatico dall’Università di Padova presso la quale all’epoca ero ricercatore. Anche i miei coautori erano tutti scienziati impiegati alla Celera, compagnia biotech dove è stato sequenziato, per la prima volta al mondo, il genoma umano. Il problema di cui ci siamo occupati nell’articolo premiato da ESA è in effetti un problema computazionale originatosi dallo studio dei polimorfismi di singolo nucleotide (SNPs) che sono emersi dalla ricostruzione della sequenza nucleica umana. In particolare, le tecniche sperimentali andavano supportate con dei modelli algoritmici per la rimozione di eventuali errori e l’ottenimento di due sequenze per ogni individuo, una di origine materna e l’altra paterna a partire da un mix di frammenti di DNA di origine indistinta. Il nostro articolo ha formalizzato questi modelli, ne ha studiato la complessità computazionale e ha proposto algoritmi efficaci per la loro soluzione.»
