Molte pubblicazioni scientifiche riguardano il possibile uso dei livelli di miRNA come strumenti diagnostici e prognostici per il cancro. Lo sviluppo di classificatori affidabili richiede di affrontare aspetti cruciali, alcuni dei quali sono stati ignorati in letteratura, qualis la distribuzione dei valori di miRNA misurati o l'incertezza statistica che affligge i parametri che caratterizzano il classificatore. A partire da un problema prototipo, i.e. la classificazione tra adenocarcinoma polmonare e carcinoma squamocellulare basata sull'espressione dei miRNA miR-205, miR-21 e snRNA U6, abbiamo sviluppato un nuovo classificatore Bayesiano e analizzato accuratamente le sue performance. Il metodo è stato pubblicato in:
L. Ricci, V. Del Vescovo, C. Cantaloni, M. Grasso, M. Barbareschi and M. A. Denti Statistical analysis of a Bayesian classifier based on the expression of miRNAs, BMC Bioinformatics 16 (2015), 287, doi:10.1186/s12859-015-0715-9
Il classificatore è stato quindi utilizzato in alcuni altri contesti, per esempio negli studi concernenti la demenzia fronto-temporale. Due pubblicazioni rappresentative in questo contesto sono:
Il classificatore è stato inoltre implementato in un pacchetto software per l'ambiente R, MiRNAQCD (miRNA quality control and diagnosis), disponibile in questa repository GitHub, nonché nella nell'archivio CRAN. Il pacchetto è descritto nel dettaglio in:
M. Castelluzzo, A. Perinelli, S. Detassis, M. A. Denti and L. Ricci, MiRNA-QC-and-Diagnosis: An R package for diagnosis based on MiRNA expression, SoftwareX 12 (2020), 100569, doi:10.1016/j.softx.2020.100569