Personale

Arianna Consiglio

Ricercatore
E-Mail

arianna.consiglio@cnr.it

TELEFONO

+390805929667

SEDE

Bari

Stanza (piano/numero)

512

Mi sono laureata in Informatica nel 2006 presso l’Università degli Studi di Bari Aldo Moro con una tesi sull’Intelligenza Computazionale. Dal 2007 al 2009 ho lavorato allo sviluppo di modelli computazionali predittivi per l’analisi del rischio di credito e del rischio operativo e, nel maggio 2009, ho conseguito un Master in Governance dei Sistemi Informativi presso l’Università Roma Tre. Da novembre 2009 lavoro presso l’Istituto di Tecnologie Biomediche del CNR di Bari, all’interno del gruppo di Bioinformatica, e nell’aprile 2016 ho conseguito il titolo di Dottore di Ricerca in Informatica presso l’Università di Bari con una tesi che applica metodi di Intelligenza Computazionale alla Bioinformatica. Le mie competenze includono la progettazione e lo sviluppo di algoritmi bioinformatici, workflow, applicazioni e database; l’analisi statistica di dati bioinformatici; l’analisi funzionale dell’espressione differenziale di dati RNA-Seq prodotti da tecnologie di Next-Generation Sequencing (NGS); l’analisi delle variazioni strutturali nel genoma; l’analisi e la progettazione di screening CRISPR; e l’applicazione di metodi di Machine Learning e Intelligenza Computazionale a dati sperimentali, con particolare interesse per l’Explainable Artificial Intelligence (XAI).

Sviluppo di piattaforme di screening CRISPR ad alto rendimento, integrando la progettazione di librerie, guidata da machine learning, con esperimenti di perturbazione genetica su larga scala in differenti contesti biologici

Applicazione di metodi statistici avanzati, machine learning, deep learning, intelligenza artificiale spiegabile (XAI) e data mining per la previsione di meccanismi patologici, l'identificazione di biomarcatori di malattia e il supporto alla stratificazione dei pazienti.

Sviluppo, applicazione e ottimizzazione di pipeline automatizzate per l'analisi di dati genomici, epigenomici e trascrittomici per studi su larga scala.

Implementazione e applicazione di pipeline di analisi automatizzate per l'analisi di dati di trascrittomica di massa, single-cell e spaziali.

Caratterizzazione del panorama funzionale di varianti a singolo nucleotide (SNV) in modelli di malattia mediante screening CRISPR su larga scala e quantificazione degli effetti delle varianti tramite readout fenotipici e trascrizionali