Metodi e modelli per i Big Data biologici

Utilizzando la teoria dei network, la meccanica statistica e modelli matematici deterministici e stocastici, vengono sviluppati e applicati nuovi algoritmi e strategie per l'analisi di dati omici ad alto dimensionalitá (espressione genica, proteomica, metabolomica, epigenomica, sequenziamento) e dati di imaging (NMR strutturale, funzionale, TAC, PET).
Parole chiave: modellistica fisica, analisi statistica, biologia dei sistemi, teoria dei network, medicina personalizzata, bioinformatica, imaging biomedico, analisi dei big data, gestione dei dati.

Collaborazioni

Computer Laboratory - Cambridge University, Cambridge UK

Centre for Genomic Regulation - CRG, Barcelona ES

Barabasi Lab - Northeastern University, Boston USA

Department of Molecular Biology - Brown University, Providence USA

German Cancer Research Center - DKFZ, Heidelberg DE

Scuola Internazionale Superiore di Studi Avanzati - SISSA, Trieste IT

Istituto di Tecnologie Biomediche - ITB CNR, Milano IT

Istituto Tumori della Romagna - IRST IRCCS, Meldola IT

Policlinico S. Orsola, Bologna IT

Istituti Ortopedici Rizzoli - IOR, Bologna IT

Istituto Nazionale di Fisica Nucleare - INFN, IT