Dottorando in Ingegneria Informatica E Dei Sistemi , 40o ciclo (2024-2027)
Dipartimento di Automatica e Informatica (DAUIN)
Docente esterno e/o collaboratore didattico
Dipartimento di Automatica e Informatica (DAUIN)
Profilo
Dottorato di ricerca
Argomento di ricerca
Metodi di apprendimento statistico applicati all’analisi di dati genomici
Tutori
Interessi di ricerca
Biografia
Il mio progetto di dottorato, intitolato Statistical Learning of Genomic Data, è incentrato sull’analisi statistica dei dati genomici. Esso si propone di esplorare il contenuto informativo dei dati biologici attraverso misure derivate dalla teoria dell'informazione. L'obiettivo è comprendere meglio le proprietà funzionali ed evolutive del genoma, applicando e sviluppando metodi di clustering e misure quantitative in grado di rivelare pattern significativi nei dati genomici.
Il progetto si estende dallo studio e comparazione di geni fino allo studio del pangenoma, l’insieme completo dei geni presenti in una specie, permettendo di analizzare non solo il genoma di riferimento, ma anche la ricchezza e la diversità genetica che caratterizzano le popolazioni.
Grazie a una formazione che unisce biologia evolutiva, biodiversità e metodi computazionali, mi occupo dell’analisi della complessità genomica per la comprensione delle funzioni biologiche e dei processi evolutivi. Il mio approccio mira a integrare teoria dell'informazione e genomica per una lettura più profonda della variabilità genetica.
Didattica
Insegnamenti
Corso di laurea di 1° livello
- Informatica. A.A. 2025/26, INGEGNERIA AEROSPAZIALE. Collaboratore del corso
Ricerca
Gruppi di ricerca
Pubblicazioni
Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris
- Gandino, Filippo; Panico, Chiara; Ferrero, Renato; Tyrone Ombe, Mieye; Carbone, Anna ... (In stampa)
Kullback-Leibler cluster entropy to quantify local correlation in human genes. In: International Conference on e-Health and Bioengineering (EHB), Iasi (RO), 13-14 novembre 2025
Contributo in Atti di Convegno (Proceeding)