I dataset MultiOmici sono estremamente complessi e, grazie al miglioramento della strumentazione, sempre più grandi. Il software per analizzare tali dataset deve essere adattabile agli esperimenti e alle configurazioni dei dati, oltre che scalabile. I programmi commerciali sono spesso una “scatola nera”: gli utenti inseriscono i dati e ottengono risultati senza un reale controllo sull’elaborazione interna o una comprensione degli algoritmi sottostanti. Inoltre, i risultati sono spesso difficili da riprodurre. Le ragioni sono, ad esempio, una documentazione imprecisa, un software inaffidabile o la mancanza di standard nell’analisi dei dati.
Per superare queste criticità, i bioinformatici di MOC sviluppano e ottimizzano attivamente software open source nell’ambito del progetto Bioconductor, un repository globale di pacchetti software per dati su scala genomica.
Insieme a partner internazionali, stiamo creando una raccolta di strumenti in grado di garantire un’analisi dei dati efficiente e scalabile. Queste librerie software sono state scaricate da oltre 190.000 utenti diversi nel 2025. Inoltre, sempre attraverso uno sforzo comunitario, vengono sviluppati standard e flussi di lavoro per un’analisi dei dati riproducibile e trasparente.
Dando priorità alla scienza aperta, abbiamo sviluppato soluzioni software e flussi di analisi dei dati che garantiscono una ricerca trasparente e conforme ai principi FAIR (Findable, Accessible, Interoperable and Reusable), conducendo a risultati robusti e riproducibili.