Abstract: La delucidazione dei meccanismi molecolari alla base della regolazione dell'espressione genica è tra le sfide più affascinanti della moderna Biologia. Infatti, per la conprensione di processi fondamentali come l'embriogenesi, lo sviluppo o il differenziamento, non è sufficiente conoscere l'intero catalogo dei geni che una cellula può esprimere ma è necessario determinarne le modalità di espressione sia in relazione al contesto spazio-temporale che alla risposta a determinati stimoli ambientali. Le regioni non codificanti del genoma eucariotico, che nell'uomo costituiscono circa il 97% dell'intero genoma, considerate a lungo essenzialmente "junk DNA", svolgono un ruolo cruciale nella regolazione dell'espressione genica come si può rilevare da evidenze sperimentali sempre più numerose. Tra le regioni non codificanti del genoma abbiamo focalizzato la nostra attenzione alle regioni non tradotte alle estremità 5' e 3' degli mRNA eucariotici (5'UTR e 3'UTR). Al fine di condurre uno studio sistematico di tali regioni che svolgono importanti funzioni nel controllo della efficienza traduzionale, della stabilità e della localizzazione subcellulare degli mRNA, abbiamo realizzato UTRdb [1], un database specializzato e non ridondante di tali sequenze. L'attuale versione di UTRdb contiene oltre 100.000 sequenze relative a mRNA di organismi eucariotici. Le entries di UTRdb sono annotate con numerose informazioni non presenti nella banca dati primaria tra cui la presenza di elementi regolatori la cui attività biologica sia stata già dimostrata mediante indagini sperimentali. Tali elementi regolatori, che generalmente consistono di brevi tratti oligonucleotidici spesso in grado di assumere specifiche strutture secondarie, sono generalmente target di proteine regolatorie. I vari elementi funzionali che vengono annotati nelle entries di UTRdb sono collezionati a loro volta nel database UTRsite che viene continuamente arricchito di nuovi patterns funzionali che via via vengono descritti in letteratura. Sulla base di informazioni derivanti da analisi comparative, dalla letteratura o direttamente dai ricercatori che abbiano contribuito alla loro caratterizzazione sperimentale, per ciascun pattern funzionale viene costruito un pattern consensus che sia ricercabile con il programma PATSCAN in nuove sequenze nucleotidiche. L'introduzione nell'algoritmo PATSCAN di una opportuna procedura di simulazione mediante "sequence shuffling" ci consente anche di determinare, per ciascun pattern funzionale, il grado di sensibilità e di selettività della ricerca effettuata che è fondamentale per valutare la significatività biologica dei patterns che eventualmente venissero identificati in sequenze di cui non si disponesse di dati sperimentali relativi alla attività funzionale considerata. Il database UTRdb è interrogabile per mezzo del sistema SRS (http://bio-www.ba.cnr.it:8000/srs/) che consente numerosi criteri di selezione e permette cross-links con le banche dati primarie. Abbiamo anche messo a punto l'utility UTRscan (http://bigarea.area.ba.cnr.it:8000/BioWWW/#UTRscan) che consente, utilizzando un browser, di ricercare in una qualunque sequenza che venga sottomessa la presenza di elementi funzionali annotati in UTRsite. Oltre a ricercare elementi funzionali che siano già stati caratterizzati sperimentalmente è di grande interesse ricercare nuovi patterns, che per le loro insolite proprietà statistiche, siano potenziali candidati di elementi funzionali. A questo scopo abbiamo sviluppato l'algoritmo WordUP [2-4] che determina, in una collezione di sequenze isofunzionali quegli oligonucleotidi che siano significativamente condivisi o evitati. L'applicazione dell'algoritmo WordUP alle collezioni della banca dati UTRdb relative a vari raggruppamenti tassonomici ci ha consentito di individuare oltre a patterns oligonucleotidici già noti per la loro attività funzionale, nuovi patterns la cui attività biologica potrà essere verificata per mezzo di opportune indagini sperimentali.