Jakob Ruess – Co-vincitore del premio Il SIB 2012 per la migliore tesi di laurea in bioinformatica in Svizzera
Jakob Ruess ha ricevuto il premio insieme a Christoph Zechner in qualità di coautore della pubblicazione "Moment-based inference predicts bimodality in transient gene expression" (L'inferenza basata sui momenti prevede la bimodalità nell'espressione genica transitoria). L'articolo faceva parte degli studi universitari di Jakob nel team di John Lygeros presso l'ETH di Zurigo.
Jakob ricopre ora una posizione permanente di Group Leader in Francia. Il suo team è affiliato sia all'Istituto nazionale francese di ricerca in informatica e matematica applicata (INRIA) sia al Centro di bioinformatica, biostatistica e biologia integrativa (C3BI) dell'Istituto Pasteur di Parigi. Uno degli obiettivi principali della ricerca di Jakob è lo sviluppo di modelli matematici che possano essere utilizzati per rappresentare, comprendere e, infine, controllare le dinamiche dei sistemi biologici. Per saperne di più sui suoi interessi di ricerca, visitate la pagina web del gruppo di Jakob e leggete la nostra intervista.
Informazioni sui premi SIB Bioinformatics Awards e sulla nostra serie di interviste "Incontra i vincitori delle passate edizioni dei premi SIB"
Lanciati nel 2008 come iniziativa volta a premiare i giovani bioinformatici svizzeri, i SIB Bioinformatics Awards hanno fatto molta strada da allora: da un unico premio nazionale sono diventati oggi tre diversi riconoscimenti, che premiano 1) i bioinformatici internazionali all'inizio della carriera (SIB Early Career Bioinformatician Award), 2) l'eccellenza nella comunità svizzera dei dottorandi (SIB Best Swiss Bioinformatics Graduate Paper Award) e 3) le risorse bioinformatiche innovative (SIB Bioinformatics Resource Innovation Award). Nel corso degli anni sono stati assegnati 21 premi, con nove vincitori premiati per la loro eccezionale carriera in fase iniziale, dieci dottorandi per le loro eccellenti pubblicazioni e due risorse bioinformatiche per il loro aspetto innovativo.
Nel 2019, i SIB Bioinformatics Awards saranno assegnati per ladecima volta, offrendo una grande occasione per contattare i vincitori delle edizioni precedenti e chiedere loro a che punto sono ora nella loro carriera: questa intervista fa parte di una serie che vi invita a conoscere i vincitori delle edizioni precedenti dei SIB Bioinformatics Awards.
A che punto della tua carriera ti trovavi quando hai ricevuto il premio Il SIB? Come ti sei sentito? Qual era l'argomento principale della tua ricerca in quel momento?
Ero uno studente di dottorato che aveva appena finito il primo anno! Ovviamente, ricevere un premio così prestigioso all'inizio della mia carriera è stato incredibile. Mi ha davvero motivato e sicuramente ha influito sulla mia decisione di intraprendere la carriera accademica, oltre che sulla possibilità di farlo. Il premio era per un articolo in cui abbiamo sviluppato un metodo che deduce modelli cinetici stocastici dai dati di espressione genica di singole cellule e lo abbiamo utilizzato per caratterizzare la variabilità da cellula a cellula nella risposta allo stress osmotico nel lievito. Quello che faccio oggi è per molti aspetti ancora molto simile a questo tipo di lavoro, ma la biologia si evolve così rapidamente che la sfida cambia e si rinnova continuamente.
Quali sono i tuoi attuali interessi di ricerca?
Tra le "tre B" del C3BI, il mio lavoro si qualifica meglio come "Biologia integrativa". Ho una formazione in statistica e teoria della probabilità, ma non mi interessano particolarmente le tendenze della bioinformatica relative ai "grandi set di dati" e all'"apprendimento automatico". Ciò che mi motiva davvero è il fascino di sviluppare modelli matematici che ci consentono di spiegare e simulare il funzionamento dinamico della vita e di utilizzare questi modelli anche in un contesto di biologia sintetica per progettare noi stessi sistemi viventi. Per ora, questo è realisticamente realizzabile solo su piccola scala, quindi ci concentriamo tipicamente sullo studio di alcuni processi biochimici specifici all'interno delle cellule. Ad esempio, attualmente stiamo lavorando all'utilizzo di processi stocastici per modellare semplici reti genetiche sintetiche come il "toggle switch" o il "repressilator", reti semplici in cui i geni sono attivi (accesi) o inattivi (spenti). La cosa davvero fantastica è che abbiamo il nostro laboratorio di biologia all'Istituto Pasteur e studenti in grado di costruire tali reti per generare dati dettagliati sulle loro dinamiche. Recentemente abbiamo anche iniziato ad automatizzare le nostre piattaforme sperimentali. Potrebbe sembrare solo una sfida tecnica, ma se ci pensate un po' di più e vi chiedete cosa si può fare con una piattaforma di microscopia intelligente e autonoma - che è ad esempio in grado di indurre ottogeneticamente (N.d.R.: utilizzando la luce) l'espressione genica in singole cellule e di misurarla - vi rendete conto che si apre un mondo completamente nuovo di possibili esperimenti. La piattaforma smette di essere solo un dispositivo per eseguire il proprio esperimento e diventa invece un'interfaccia per interagire con le cellule. So che può sembrare un po' fantascienza, ma l'idea è proprio quella di comprendere la biologia sviluppando programmi informatici che comunicano con le reti geniche in tempo reale. Questo sarà probabilmente uno dei miei principali obiettivi nei prossimi anni, se riuscirò a trovare studenti o post-dottorandi ambiziosi che non abbiano paura di avventurarsi in un argomento scientifico così nuovo.
Secondo te, qual è la scoperta più interessante che è stata fatta grazie alla bioinformatica?
Non voglio davvero indicare una singola scoperta. Ciò che ci fa davvero progredire è il flusso della scienza nel suo complesso e la bioinformatica è uno dei motori che mantiene questo flusso in movimento. A mio avviso, pensare in termini di risultati rivoluzionari nasce dal nostro desiderio umano di classificare e quantificare le cose, ma non rende davvero giustizia al vero processo scientifico.
Cosa ti piace fare nel tempo libero?
Onestamente, credo che diventare uno scienziato significhi anche che diventa sempre più difficile tracciare una linea netta tra tempo di lavoro e tempo libero. Il tempo che ho dedicato a rispondere a questa domanda è tempo di lavoro o tempo libero? Lasciatemi rispondere dicendo che quando non sono seduto alla mia scrivania, mi piace discutere a pranzo, davanti a una birra o a un caffè, dello stato scientifico, politico, sociale, ecologico (e chi più ne ha più ne metta) del mondo con i miei colleghi e amici che provengono da ogni angolo del pianeta e che spesso hanno opinioni molto contrastanti. Ultimamente ho anche letto diversi libri in francese, perché dopotutto è utile imparare la lingua del Paese in cui si vive. Quando vado in vacanza, di solito cerco di andare in un posto tranquillo per sfuggire per un po' alla frenesia di Parigi. Purtroppo le Alpi sono un po' più lontane rispetto a quando vivevo in Svizzera.
dovremmo partecipare attivamente allo sviluppo di tecnologie sperimentali o almeno assicurarci di avere ottimi canali di comunicazione con le persone che lavorano su questi aspetti
Qualche consiglio per la futura generazione di bioinformatici?
Nella scienza in generale, e forse nella biologia e nella bioinformatica in particolare, ci sono sempre alcuni argomenti molto di tendenza. Non c'è nulla di sbagliato nel fatto che un argomento sia di tendenza. Di solito c'è una buona ragione per questo: nel caso della bioinformatica, spesso un certo tipo di dati è ampiamente disponibile e aumenta la necessità di metodi per analizzarli. Tuttavia, ciò che a volte dimentichiamo è che le tecnologie sperimentali si stanno evolvendo a una velocità incredibile. Quindi, quando sviluppiamo metodi, dovremmo anche prendere in considerazione il tipo di dati che potrebbero diventare disponibili in futuro, altrimenti i nostri metodi saranno sempre in ritardo rispetto alle esigenze della biologia. E per fare un ulteriore passo avanti, penso che l'analisi dei dati non sia l'unico compito di un bioinformatico. Dobbiamo anche contribuire a capire quali dati sarebbero necessari in primo luogo per permetterci di risolvere le questioni biologiche aperte. Questo implica che dovremmo partecipare attivamente allo sviluppo delle tecnologie sperimentali o almeno assicurarci di avere ottimi canali di comunicazione con le persone che lavorano su queste cose.
