Personale

Ivan Merelli

Primo Ricercatore
E-Mail

ivan.merelli@cnr.it

TELEFONO

+390226422602

SEDE

Segrate

Stanza (piano/numero)

6/02

Sono Senior Staff Scientist presso l’Istituto di Tecnologie Biomediche del Consiglio Nazionale delle Ricerche (ITB-CNR), dove svolgo attività di ricerca all’intersezione tra biologia computazionale, high-performance computing e intelligenza artificiale. Il mio lavoro si concentra sulla progettazione di pipeline analitiche scalabili per single-cell e spatial omics, integrazione multi-omica e analisi dei repertori immunitari. Sviluppo flussi di lavoro ottimizzati per ambienti HPC che combinano modellistica statistica, machine learning e moderne architetture di AI per ottenere informazioni biologiche robuste da dataset complessi e ad alta dimensionalità. Collaboro strettamente con gruppi clinici e sperimentali, tra cui l’IRCCS San Raffaele e la Fondazione Telethon, fornendo leadership computazionale in progetti di biologia dei tumori, immunologia e terapia genica. Una parte centrale della mia attività riguarda la costruzione di pipeline automatizzate, riproducibili e potenziate da AI per l’annotazione cellulare, l’interpretazione di varianti, l’integrazione multi-omica e il modelling strutturale di biomolecole. Oltre allo sviluppo algoritmico, progetto piattaforme web e strumenti interattivi che rendono le analisi avanzate accessibili a team multidisciplinari, garantendo usabilità, riproducibilità e una piena integrazione con le infrastrutture HPC istituzionali. Mi occupo anche della pianificazione e dell’ottimizzazione degli ambienti di calcolo, inclusi workflow accelerati da GPU e soluzioni cloud-enabled. Il mio obiettivo è integrare metodi computazionali all’avanguardia con le reali esigenze biologiche e cliniche, facilitando scoperte data-driven e contribuendo all’evoluzione tecnologica dell’ecosistema di ricerca del CNR attraverso solide collaborazioni e soluzioni computazionali innovative.

Analisi computazionale e sviluppo di pipeline per dati genomici (bulk, single‑cell, spatial genomics).

Analisi trascrittomica di cellule tumorali, cellule staminali, organoidi, tessuti umani e murini in modelli di malattia.

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.

Profilazione TCR/BCR e integrazione multimodale dei dati per studi immunologici