Alla Scoperte Delle Scienze Della Vita Attraverso L’intelligenza Artificiale

92 Eventi

Trieste Next Festival 2025

Trieste Next 2025 si svolgerà dal 26 al 28 settembre a Trieste. Il tema dell’...

Trieste Next

Trieste è la Città della Scienza: 2 università, 1 parco scientifico e tecnologico, più di 30 istituti di ricerca, un’altissima percentuale di ricercatori (oltre 35 ogni 1.000 occupati contro una media europea di poco meno di 6). Trieste Next è un “osservatorio” dove trovano visibilità ricerca applicata e nuove tecnologie, un “laboratorio” di idee concrete e soluzioni pratiche per accrescere il benessere delle comunità e la competitività delle aziende. Trieste Next è una “vetrina dell’innovazione” e della ricerca applicata dove i ricercatori e gli imprenditori presentano le proprie esperienze e raccontano come, grazie al trasferimento tecnologico della ricerca più avanzata, possano nascere nuove soluzioni.

Alberto Cazzaniga

Coordinatore del Laboratorio di Data Engineering (LADE) presso l’Istituto di Ricerca e Innovazione Tecnologica (RIT) di Area Science Park, che si occupa dell'applicazione dell’Intelligenza Artificiale alle scienze della vita e dei materiali. Nel suo lavoro, Cazzaniga si concentra sull’interpretabilità dei modelli di deep learning, in particolare dei transformers, attraverso approcci geometrici e di interpretabilità meccanicistica. Svelare le strategie computazionali di questi modelli consente di migliorarne le prestazioni e la robustezza nelle applicazioni, che spaziano dalla comprensione del ruolo delle mutazioni nelle sequenze biologiche all’uso efficace di dati visivi e testuali nelle applicazioni sanitarie. Inoltre, interpretare questi modelli complessi è fondamentale per garantirne un utilizzo sicuro e affidabile in applicazioni critiche.

Francesco Iorio

Capo gruppo di ricerca presso il Centro di Ricerca in Biologia Computazionale di Human Technopole, dove dal 2020 sta istituendo un programma di ricerca in Computational cancer Pharmacogenomics e Therapeutic Target Discovery. Dal 2018 al 2020 ha guidato il team Cancer Dependency Map Analytics al WSI, fornendo supporto computazionale alla partnership Cancer Dependency Map, iniziativa internazionale che coinvolge il WSI e il Broad Institute di MIT e Harvard con l’obiettivo di identificare tutte le dipendenze genetiche e le vulnerabilità esistenti nelle cellule di cancro. In questo ruolo, ha guidato lo sviluppo di nuovi algoritmi e strumenti computazionali per l’analisi e l’integrazione di dati di farmacogenomica del cancro su larga scala e di genomica funzionale.

Alona Sosinsky

Dopo aver conseguito il Dottorato in Bioinformatica e Biologia Molecolare presso il Weizmann Institute of Science (Israele) nel 2000, ha seguito un postdoc con il Prof. Barry Honig presso la Columbia University di New York, dove ha lavorato allo sviluppo di metodi computazionali per l'analisi delle regioni regolatorie nei geni eucariotici e al riconoscimento di strutture di DNA specifiche per la sequenza da parte delle proteine dei fattori di trascrizione. Dal 2007 è docente di bioinformatica presso il Birkbeck College dell'Università di Londra, dove si occupa di analisi delle sequenze, reti di regolazione genica e le loro applicazioni nello sviluppo embrionale. Dal 2015 Alona dirige il team di data science che si occupa di genomica del cancro presso Genomics England. Il suo gruppo lavora sull’innovazione, traducendo le più avanzate tecniche di medicina di precisione nei test genomici per pazienti oncologici integrandole nella pratica clinica del Servizio Sanitario Nazionale inglese.

Nicla Panciera

Giornalista scientifica, collabora con “La Stampa”, “la Repubblica”, “Mind Mente e cervello” e “Vita Non Profit”

Mostra tutto (6)

---