Approcci composizionali per la caratterizzazione e il mining di dati omici

Progetto: Research project

Dettagli progetto

Description

Il rapido accumulo di dati su scala "omica", ottenuti attraverso tecnologie high-throughput, richiede un'adeguata sinergia tra compattezza/espressività di rappresentazione dei dati ed efficienza degli algoritmi per estrarre conoscenza dalla enorme mole di dati a disposizione. Nell'ambito di questo progetto di ricerca, proponiamo un'analisi sinergica di modelli per la caratterizzazione dei dati omici e algoritmi per il data mining che, in specifici contesti applicativi, consentiranno di:
(obj1) ottenere una descrizione più significativa ed essenziale dei dati, tenendo in conto informazioni funzionali e/o strutturali dei dati omici; (obj2) elaborare strategie efficaci ed efficienti per analizzare i dati opportunamente caratterizzati, attraverso lo sviluppo di algoritmi specializzati. Come ulteriore contributo (obj3) del progetto, le tecniche proposte verranno implementate in prototipi e dimostratori per validare i risultati e diffonderli alle comunità interessate. Gli sforzi compiuti nell'implementazione delle tecniche proposte, sebbene in forma prototipale, ambiscono ad essere una potenziale attrazione per eventuali collaborazioni industriali in ambito di contributi tecnologici innovativi (Horizon2020, Priorità 2-leadership industriale).
Le tre unità coinvolte, UNICAL, UNIPA, e UNIPD, hanno competenze complementari nella manipolazione di stringhe e grafi, e nello sviluppo di algoritmi di data mining per individuare sia regolarità che anomalie, entrambe essenziali per perseguire gli obiettivi principali del progetto. La qualità della ricerca è attestata dalla rilevanza internazionale dei contributi a queste aree (anche come collaborazioni spontanee tra i partecipanti al progetto), in particolare applicati alla bioinformatica e a grandi moli di dati. Inoltre, membri nelle unità hanno collaborazioni in corso con prestigiose istituzioni internazionali di Informatica, Matematica, Biologia e Bioinformatica. Le competenze del consorzio mostrano la potenzialità per guidare il progetto al di là dello stato dell'arte (Horizon2020 Priorità 1-Eccellenza Scientifica), e la presenza di solidi rapporti interpersonali, che sono alla base di una proficua collaborazione.
Le attività saranno organizzate in quattro Work Package:
WP1: caratterizzazione composizionale di sequenze
WP2: caratterizzazione composizionale di reti
WP3: metodi computazionali per l'analisi di dati omici
WP4: prototipi, test ed esperimenti
Le unità saranno coinvolte prevalentemente nella realizzazione di un WP, in base alla loro competenza principale, collaboreranno allo sviluppo di specifici aspetti di altri WP, e parteciperanno allo sviluppo di pacchetti sw. Infine, ricerca e innovazione al centro del progetto mirano allo sviluppo di algoritmi per l'analisi di dati omici che possano coadiuvare l'indagine biomedica verso scoperte scientifiche necessarie per affrontare importanti sfide della Società, come indicato dalla Priorità 3 di Horizon2020 - Sfide Sociali, per la Salute Pubblica.
StatoAttivo
Data di inizio/fine effettiva1/1/12 → …

Fingerprint

Esplora i temi di ricerca toccati da questo progetto. Queste etichette sono generate sulla base dei riconoscimenti/sovvenzioni sottostanti. Insieme formano una fingerprint unica.