Foto del docente

Giulia Babbi

Ricercatrice a tempo determinato tipo a) (junior)

Dipartimento di Farmacia e Biotecnologie

Settore scientifico disciplinare: BIO/10 BIOCHIMICA

Temi di ricerca

Parole chiave: Proteomica Sviluppo di database Annotazione di proteine Relazione gene-malattia Malattie rare Apprendimento automatico Genomica Biologia di sistema

Implementazione di infrastrutture computazionali e sviluppo di strumenti bioinformatici per la gestione e l'analisi di Big data biologici

Il progetto è finanziato nell'ambito del progetto europeo H2020-CIRCLES. I temi di ricerca riguardano: 1) lo sviluppo di metodi computazionali, anche basati su approcci di intelligenza artificiale e machine learning, per l'annotazione di caratteristiche strutturali e funzionali di geni, proteine e loro varianti; 2) lo sviluppo di modelli computazionali per la caratterizzazione di processi biologici complessi attraverso l'integrazione di dati eterogenei, inclusi dati genomici, metagenomici e proteomici; 3) lo sviluppo e la manutenzione di infrastrutture computazionali per database e pipeline computazionali. Gli strumenti verranno applicati all'analisi dei dati metagenomici.

 

Implementazione e gestione di database e strumenti bioinformatici

eDGAR (edgar.biocomp.unibo.it), una risorsa per la raccolta e l'organizzazione di dati sulle associazioni gene-malattia, utile per studiare le relazioni tra geni associati a malattie poligeniche o eterogenee. PhenPath (phenpath.biocomp.unibo.it), una risorsa per associare fenotipi a pathway biologici, e per il confronto di geni / malattie / processi biologici associati a diversi fenotipi.

 

Sfide internazionali per la valutazione critica delle attuali risorse bioinformatiche

 Partecipazione al CAGI (Critical Assessment of Genome Interpretation) e al CAFA (Critical Assessment of Functional Annotation), classificando i suoi metodi tra quelli con i migliori risultati statistici.

 

Modellazione delle proteine per casi di studio legati a malattie

Applicazione di tecniche di modellazione proteica a casi studio reali, indagando le proprietà strutturali / funzionali di una proteina per dotarla di nuove caratteristiche; in particolare, HTT per la malattia di Huntington e MYO1F per il cancro alla tiroide.