Personale

Cinzia Cocola

Ricercatore
E-Mail

cinzia.cocola@cnr.it

TELEFONO

+390226422642

SEDE

Segrate

Stanza (piano/numero)

6/26

Sono ricercatore presso ITB-CNR con una vasta esperienza in oncologia molecolare e nella ricerca sulle cellule staminali dal 2009. Il mio lavoro si concentra sullo sviluppo di modelli avanzati in vitro ed ex vivo, con l’obiettivo di accelerare la ricerca traslazionale e approfondire la comprensione della biologia del cancro. Studio i meccanismi molecolari e cellulari alla base dello sviluppo e dell’eterogeneità tumorale, utilizzando approcci cellulari, molecolari e bioinformatici. La mia ricerca comprende i) l’analisi funzionale del ruolo di geni nelle cellule staminali e nel cancro tramite modulazione dell’espressione genica, ii) generazione di colture 3D di organoidi da tessuti primari per modellare le malattie in vitro, iii) sviluppo di piattaforme di screening basate su CRISPR per la terapia genica e iv) studio delle interazioni tra microbiota e ospite in modelli ex vivo. Sono autore/coautore di diverse pubblicazioni scientifiche su riviste internazionali peer-reviewed e collaboro con istituti nazionali, internazionali e clinici.

Studio dei meccanismi molecolari e cellulari nella tumorigenesi ed esame dell'eterogeneità cellulare e delle interazioni all’interno del microambiente tumorale

Sviluppo di colture 3D di organoidi derivati ​​da pazienti che ricapitolano modelli di malattia in vitro e consentono di studiare le interazioni tra l'ospite e i componenti del microambiente circostante

Studio della fisiopatologia dei disturbi dello sviluppo neurologico attraverso la generazione di organoidi cerebrali derivati ​​da iPSC di pazienti come sistemi modello

Indagine sul ruolo di geni coinvolti nelle malattie legate all'età per chiarire i meccanismi molecolari alla base della senescenza cellulare e del danno tissutale

Modulazione transiente o costitutiva dell’espressione genica per studi funzionali e terapeutici.

Sviluppo di piattaforme di screening CRISPR ad alto rendimento, integrando la progettazione di librerie, guidata da machine learning, con esperimenti di perturbazione genetica su larga scala in differenti contesti biologici