Daniela Besozzi Curriculum Vitae - unimi.it · Luogo e data di nascita: ... quali l’esistenza di una soglia di ... fluttuazioni stocastiche intracellulari e il numero di flagelli

DANIELA BESOZZI

CURRICULUM VITAE

GIUGNO 2015

Daniela Besozzi Curriculum Vitae

1

SOMMARIO

1. Informazioni generali ............................................................................................................................................................ 3

Dati personali ...................................................................................................................................................................... 3

Posizione accademica ....................................................................................................................................................... 3

Titoli di studio ..................................................................................................................................................................... 4

2. Attività di ricerca .................................................................................................................................................................... 4

Interessi e aree di ricerca ............................................................................................................................................... 4

Breve descrizione dei risultati della ricerca ........................................................................................................... 4

Modellazione, simulazione e analisi di sistemi biologici ........................................................................................ 5

Sviluppo e implementazione di metodi computazionali per l’analisi di sistemi biologici........................ 7

Modelli di calcolo di ispirazione biologica ................................................................................................................... 9

3. Elenco delle pubblicazioni ............................................................................................................................................... 11

Riviste scientifiche internazionali (con revisione) ........................................................................................... 11

Atti di conferenze internazionali (con revisione) .............................................................................................. 13

Capitoli di libro (con revisione) ................................................................................................................................ 16

Contributi in volumi ....................................................................................................................................................... 16

Altri contributi ................................................................................................................................................................. 16

Poster e abstract (presentati a conferenze internazionali) ........................................................................... 17

Lavori sottomessi (in corso di revisione) ............................................................................................................. 19

Manoscritti in corso di stesura .................................................................................................................................. 20

4. Attività scientifica ................................................................................................................................................................ 20

Partecipazione a progetti ............................................................................................................................................. 20

Visite di ricerca ................................................................................................................................................................ 21

Inviti a conferenze .......................................................................................................................................................... 21

Partecipazione a comitati editoriali ........................................................................................................................ 21

Attività di revisione ........................................................................................................................................................ 22

Progetti di Ricerca Nazionali e Internazionali ......................................................................................................... 22

Riviste Internazionali ......................................................................................................................................................... 22

Conferenze Internazionali ................................................................................................................................................ 22

Tesi di Dottorato .................................................................................................................................................................. 22

5. Attività organizzative ......................................................................................................................................................... 22

Organizzazione di conferenze .................................................................................................................................... 22

Partecipazione a comitati di programma .............................................................................................................. 23

6. Attività didattica ................................................................................................................................................................... 23

Insegnamento ................................................................................................................................................................... 23


2

Affidamenti ............................................................................................................................................................................. 23

Assistenza ............................................................................................................................................................................... 24

Supervisione di Tesi di Dottorato ............................................................................................................................ 24

Supervisione di Tesi di Laurea .................................................................................................................................. 25

7. Servizi prestati presso Atenei ......................................................................................................................................... 25

Commissioni giudicatrici ............................................................................................................................................. 25

8. Altre attività accademiche e scientifiche .................................................................................................................... 26

9. Onorificenze ........................................................................................................................................................................... 27


3

1. INFORMAZIONI GENERALI

DATI PERSONALI

Nome Cognome:

Daniela Besozzi

Luogo e data di nascita:

Como, 14 Aprile 1972

Nazionalità:

Italiana

Recapito ufficio:

Dipartimento di Informatica - Università degli Studi di Milano

Via Comelico 39/41, 20135 Milano

Contatti telefonici:

ufficio: 02-50316368

fax: 035-19902810

Email:

[email protected]

[email protected]

Pagina web:

http://homes.di.unimi.it/besozzi/

POSIZIONE ACCADEMICA

Dal 30 Dicembre 2002: Ricercatrice presso il Dipartimento di Informatica, Università degli Studi di

Milano (SSD INF/01 - Informatica). Conferma in ruolo ottenuta nel 2006.

Membro dell’Infrastruttura di Ricerca “SYSBIO Centre of Systems Biology”.

Gennaio 2013 - Dicembre 2014: Associatura di ricerca all’Istituto di Analisi dei Sistemi ed

Informatica “A. Ruberti” (IASI), Consiglio Nazionale delle Ricerche, Roma.


4

TITOLI DI STUDIO

Laurea in Matematica, conseguita presso l'Università degli Studi dell'Insubria (Como) in data

25/10/2000. Votazione: 110/110. Titolo della tesi: “Modelli biologici di computazione: calcolo con

membrane”. Relatore: Prof.ssa Nicoletta Sabadini. Correlatori: Prof. Giancarlo Mauri, Dott. Claudio

Zandron.

Dottorato di Ricerca in Informatica (XVI ciclo), conseguito presso l'Università degli Studi di Milano

in data 10/2/2004. Titolo della tesi: “Computational and modelling power of P systems”.

Supervisore: Prof. Giancarlo Mauri.

2. ATTIVITÀ DI RICERCA

INTERESSI E AREE DI RICERCA

I miei interessi di ricerca vertono in aree tematiche multidisciplinari, nell’ambito dell’Informatica, della

Matematica e della Biologia. I principali argomenti della mia ricerca attuale e passata sono:

Systems Biology, Synthetic Biology, Biologia Computazionale, Bioinformatica

Modellazione e analisi di sistemi biologici (percorsi di trasduzione del segnale, processi cellulari di

morte programmata, vie metaboliche, sistemi ecologici)

Sviluppo e applicazione di algoritmi di simulazione stocastica e deterministica per modelli

meccanicistici di sistemi biologici

Sviluppo e applicazione di metodi computazionali per la stima di parametri di sistemi biologici

Sviluppo e applicazione di metodi computazionali per la ricostruzione automatica di modelli

meccanicistici di sistemi biologici (reverse engineering)

Sviluppo e applicazione di metodi computazionali per la previsione di strutture molecolari

Definizione, applicazione e analisi di algoritmi evolutivi di ottimizzazione globale

General purpose GPU computing

DNA self-assembly, DNA Computing

Modelli di calcolo di ispirazione biologica (Reaction Systems, Membrane Computing)

Linguaggi Formali, Automi, Teoria della Complessità

BREVE DESCRIZIONE DEI RISULTATI DELLA RICERCA

La mia recente attività di ricerca è focalizzata nell’ambito della Biologia dei Sistemi e della Biologia

Computazionale. L’obiettivo della ricerca è definire opportuni modelli matematici per lo studio di

sistemi biologici complessi, nonché sviluppare metodi computazionali che permettano la simulazione e

l'analisi delle proprietà strutturali e dinamiche di tali sistemi. In questo ambito ho contribuito, ad

esempio, sia alla definizione di modelli meccanicistici di sistemi biologici a diversi livelli di complessità

(previsione di strutture molecolari, vie di trasduzione del segnale, ecosistemi), sia allo sviluppo di


5

metodi di ottimizzazione per la stima di parametri e per la ricostruzione automatica di modelli di

sistemi di reazioni biochimiche. Poiché i metodi computazionali generalmente utilizzati per l’analisi di

sistemi biologici richiedono un numero elevato di simulazioni, parte della mia ricerca riguarda anche lo

sviluppo di strumenti accelerati su Graphics Processing Units (GPU).

In passato, la mia attività di ricerca ha invece riguardato lo studio di modelli di calcolo non

convenzionale di ispirazione biologica, come i sistemi a membrane e i reaction systems.

MODELLAZIONE, SIMULAZIONE E ANALISI DI SISTEMI BIOLOGICI

In [J9] è stato definito un modello per il percorso di trasduzione del segnale Ras/cAMP/PKA in S.

cerevisiae, che risponde alla presenza di nutrienti quali il glucosio, ed è coinvolto nella regolazione del

metabolismo e della progressione del ciclo cellulare. Il modello proposto in [J9] tiene conto di tutte le

componenti citoplasmatiche coinvolte in questo processo, e delle rispettive interazioni. Partendo dai

primi risultati di [J9], in [J13] e [J15] sono stati analizzati più nel dettaglio gli effetti dei meccanismi di

feedback negativo esercitati dalla proteina PKA tramite la fosforilazione di altre proteine chiave

presenti nel sistema. In particolare, in [J13] si mostra come il rapporto fra le quantità intracellulari di

Cdc25 e Ira2 – le proteine che regolano l’attivazione della proteina Ras, a monte del percorso – sia

rilevante nella regolazione di regimi oscillatori nei livelli di cAMP e della forma attiva di PKA. In

particolare, l’analisi computazionale ha rivelato l’importanza dell’approccio di simulazione stocastico,

rispetto a quello deterministico basato su sistemi di equazioni differenziali, al fine di evidenziare

oscillazioni stabili anche in presenza di basse quantità molecolari di queste proteine regolatrici. Nel

contesto della regolazione dei regimi oscillatori di cAMP e PKA, in [J15] è stato poi analizzato il ruolo

delle due fosfodiesterasi (Pde1 e Pde2) e del rapporto fra i livelli di GDP e GTP (accoppiati con la

variazione della quantità di Cdc25). I risultati ottenuti in questi lavori suggeriscono un intricato

crosstalk all’interno del percorso Ras/cAMP/PKA, che potrebbe essere ricondotto a meccanismi di

regolazione genetica basati sulla modulazione di frequenza delle oscillazioni. Analisi mirate a specifici

aspetti di questo percorso sono state presentate anche a diverse conferenze internazionali [C16, P1-4,

P7, P12-13].

In [J16] viene analizzato, tramite simulazioni in silico ed esperimenti in vivo in cellule di lievito, il

processo cellulare chiamato Post Replication Repair (PRR), coinvolto nel bypass di lesioni al DNA

indotte da radiazione ultravioletta. Questo processo è regolato da due distinti meccanismi molecolari,

controllati dalla mono- e poli-ubiquitinazione della proteina PCNA. Le simulazioni hanno evidenziato un

buon fitting con i dati sperimentali (serie temporali di PCNA ubiquitinata ottenute con tecniche di

western blot), misurati in cellule trattate con basse dosi di irraggiamento UV; ad alte dosi, invece, il

modello ha generato risultati discrepanti rispetto alle evidenze sperimentali. Al fine di chiarire tali

risultati discordanti, la progettazione di ulteriori esperimenti di laboratorio ha permesso di acquisire

nuove conoscenze biologiche sul funzionamento del PRR, quali l’esistenza di una soglia di

irraggiamento UV per il corretto processamento delle lesioni da parte del PRR e uno stretto crosstalk

con il sistema di riparazione del danno basato sul Nucleotide Excision Repair. I risultati sullo studio di

questo importante processo cellulare sono stati presentati a diverse conferenze internazionali [P5, P9,

P14, P15, P16].

In [C13, P6] viene proposta la modellazione e la simulazione stocastica del percorso di trasduzione del

segnale che regola il fenomeno di chemiotassi nei batteri. In [C13] è stato definito un modello

meccanicistico di questo percorso, che tiene conto in modo dettagliato di tutte le interazioni fra le


6

componenti del sistema. La simulazione stocastica della dinamica di alcune proteine citoplasmatiche ha

consentito la validazione del modello proposto, e ha successivamente permesso di analizzare

l’interazione fra le fluttuazioni stocastiche di una proteina chiave (la CheY fosforilata, che interagisce

con le proteine del motore flagellare) e l’instaurarsi del moto di running o tumbling nelle singole cellule

batteriche. Questo approccio di analisi ha permesso inoltre di evidenziare che la combinazione fra

fluttuazioni stocastiche intracellulari e il numero di flagelli presenti sulla cellula, può essere considerato

un elemento rilevante nell’attività chemiotattica dei batteri. Usando l’algoritmo stocastico multivolume

tau-DPP [C9], in [J12] è stata poi presentata un’analisi della formazione di gradienti intracellulari della

proteina CheY fosforilata, utilizzando il concetto di “volume virtuale” per simularne la diffusione

attraverso il citoplasma. Sulla base del metodo ivi descritto per la derivazione delle costanti stocastiche

di diffusione, sono quindi stati studiati tre scenari basati su diversi valori delle costanti di diffusione.

Tale lavoro è stato esteso in [B4], dove vengono analizzati gli effetti della diffusione e della

localizzazione molecolare sulla sincronizzazione della rotazione dei motori flagellari. I risultati delle

analisi di questo modello sono stati presentati a diverse conferenze internazionali [P6, P8].

Per lo studio di un problema di Biologia Computazionale su scala molecolare, in [C25] è stato proposto

un metodo evolutivo “memetico” – che combina algoritmi di ottimizzazione globale (Particle Swarm

Optimization, Algoritmi Genetici) con metodi di ricerca locale – per la ricostruzione di strutture

tridimensionali di sequenze aminoacidiche, basandosi su matrici incomplete di distanze inter-

atomiche derivate con metodi di spettroscopia NMR. Il metodo, applicato per la determinazione della

struttura di proteine estratte dal database PDB, ha mostrato ottimi risultati per la soluzione di questo

problema (noto come Molecular Distance Geometry Problem).

In [J7, J8] è stata effettuata la modellazione e la simulazione stocastica di sistemi ecologici. In

particolare, è stato preso in considerazione il modello delle metapopolazioni, che descrive le

interazioni e il comportamento di popolazioni che vivono in ambienti frammentati (patch), con

dinamiche locali di tipo preda-predatore. In questi sistemi, le dinamiche globali sono ottenute come

fenomeno emergente dovuto alla migrazione di alcuni individui fra diversi patch. Il modello è stato

analizzato in diverse condizioni, che tengono conto sia della struttura dell’ambiente (numero e area dei

patch, dislocazione reciproca), sia delle caratteristiche delle popolazioni (capacità di migrazione,

riproduzione, sopravvivenza, ecc.). E’ stato così possibile studiare proprietà quali la persistenza o la

probabilità di estinzione delle popolazioni, rispetto alle caratteristiche sopracitate. Un differente

approccio di analisi di metapopolazioni è stato proposto in [C14], lavoro principalmente focalizzato

all’analisi dell’influenza che diverse topologie di habitat (descritte da grafi rappresentanti

conformazioni a catena, a stella, ad anello, casuale, ecc.) possono avere sul tasso di migrazione fra patch

adiacenti o sulla capacità delle popolazioni migranti di colonizzare ambienti non abitati. I risultati

ottenuti mostrano come il grado di connessione di ogni patch nella topologia dell’habitat, così come la

sua posizione relativa agli altri patch, determinino la natura delle dinamiche locali (generazione e

mantenimento di oscillazioni periodiche nel modello preda-predatore) nelle diverse topologie,

evidenziando come alcune di esse siano più fragili o più robuste nel garantire la persistenza delle

specie.

Nell’ambito della modellazione e analisi del metabolismo, in [J20] è stata proposta una rassegna di

approcci di modellazione e metodi computazionali di reti metaboliche a piccola e larga scala, integrata

da una analisi critica dei punti di forza e dei limiti di ogni approccio presentato.


7

SVILUPPO E IMPLEMENTAZIONE DI METODI COMPUTAZIONALI PER L’ANALISI DI SISTEMI BIOLOGICI

Nella definizione e nell’analisi di modelli per sistemi biologici, un punto critico consiste nella capacità di

fare previsioni sulle funzionalità del sistema. Il più delle volte tale obiettivo è limitato dalla mancanza di

sufficienti conoscenze biologiche, o dovuto all'inaccuratezza dei dati sperimentali disponibili. In alcuni

casi, il problema può essere parzialmente risolto stimando i valori dei parametri tramite esperimenti in

vitro, o tramite analogie con altri processi od organismi per cui sono disponibili più informazioni.

Generalmente, però, l’inaccuratezza di queste informazioni comporta la difficoltà di assegnare valori

biologicamente plausibili a tutte le variabili presenti nel modello, rendendo così difficile riprodurre in

modo ottimale la dinamica attesa. Per affrontare questo problema si possono utilizzare tecniche di

ottimizzazione al fine di misurare, in modo quantitativo, la bontà del comportamento generato dal

modello con i valori dei parametri stimati, rispetto alla dinamica osservata sperimentalmente. In [C12]

è stata proposta una soluzione per questo problema, che si occupa della stima di parametri (ad

esempio, costanti di reazione) in modelli di sistemi biochimici, sfruttando metodi evolutivi e di

popolazione come Algoritmi Genetici e Particle Swarm Optimization (PSO). In particolare, l’approccio

ivi definito integra il problema (diretto) di realizzare simulazioni stocastiche della dinamica del sistema,

con quello (inverso) della stima dei suoi parametri ignoti. In [C17] e [C18] l’approccio basato su PSO è

stato esteso, al fine di considerare tutte le misure sperimentali che vengono generalmente effettuate in

laboratorio: molteplici serie temporali derivate in condizioni differenti e con esperimenti ripetuti. Al

fine di determinare un unico insieme di parametri cinetici valido in tutte le condizioni sperimentali

analizzate, il metodo di stima sfrutta in questo caso un’architettura multi-sciame. L’intera metodologia

(PSO e algoritmi di simulazione stocastica) è stata sviluppata su GPU, permettendo di ottenere una

notevole riduzione dei tempi di calcolo. I risultati delle applicazioni di questo metodo sono stati

presentati a diverse conferenze internazionali [P15, P16].

Al fine di valutare metodi più efficienti di stima di parametri, in [C27] e [C28] sono state proposte due

metodologie alternative alla versione classica di PSO.

In [C27] è stata introdotta una versione di PSO basata su logiche fuzzy, che permette di determinare -

per ogni singola particella dello sciame - i migliori valori delle costanti (costante sociale, costante

cognitiva, inerzia) che controllano la bontà del processo di ottimizzazione dell’intero sciame. Testata su

diverse funzioni benchmark multidimensionali, la versione fuzzy di PSO ha mostrato risultati migliori

della versione classica, per quanto riguarda sia la velocità di convergenza verso la soluzione ottima che

la qualità media delle migliori soluzioni trovate dallo sciame. Questo lavoro è funzionale allo sviluppo di

un metodo di stima di parametri di facile utilizzo anche per utenti non esperti di metodi di

ottimizzazione, poiché non richiede la capacità di preimpostare il setting di PSO.

In [C28] è stata invece analizzata la modalità di generazione delle posizioni iniziali delle particelle dello

sciame all’interno dello spazio di ricerca. Sono state confrontate, in particolare, la distribuzione

uniforme – generalmente usata nel PSO – con le distribuzioni normale, log-normale e logaritmica per

l’ottimizzazione sia di costanti cinetiche di un sistema biologico, sia di un insieme di funzioni

benchmark multidimensionali, la cui soluzione ottima è caratterizzata da componenti che variano di

diversi ordini di grandezza. Le distribuzioni normale, log-normale e logaritmica hanno permesso di

ottenere sempre risultati migliori rispetto alla distribuzione normale, mostrando l’importanza della

scelta iniziale delle posizioni delle particelle soprattutto nella soluzione di problemi di ottimizzazione

reali, quali la stima di parametri.


8

In riferimento al problema di reverse engineering, il cui fine consiste nella ricostruzione automatica di

modelli (reti di reazioni biochimiche) di sistemi biologici, sono stati proposti due metodi

computazionali diversi.

In [C20] è stato introdotto un metodo evolutivo basato su Cartesian Genetic Programming (CGP) e PSO,

che sfrutta il PSO per la stima dei parametri dei modelli ricostruiti grazie a CGP. L’accoppiamento dei

problemi di reverse engineering e di stima di parametri permette così di ricostruire in modo

automatico modelli completamente parametrizzati, basandosi unicamente su dati target che consistano

in serie temporali di misure quantitative di alcune specie molecolari presenti nel sistema biologico.

L’applicazione del metodo su un insieme di modelli di reazioni biochimiche caratterizzati da diverse

tipologie di interazione (cascata, loop, feedback, ecc.) ha mostrato risultati molto promettenti, anche in

confronto a metodi similari presenti in letteratura.

Una metodologia analoga, basata sull’uso accoppiato di CGP e PSO, è stata poi presentata in [B5] per il

design automatico di circuiti di regolazione genica nell’ambito della Synthetic Biology.

In [C21] è stata definita una nuova classe di Reti di Petri, le Evolutionary Petri Nets (EPN), in cui

modelli di sistemi biologici definiti tramite Reti di Petri vengono fatti evolvere tramite l’applicazione di

opportuni operatori evolutivi di crossover e mutazione. Il vantaggio delle EPN consiste nella possibilità

di ricostruire modelli di sistemi biologici con informazioni incomplete relative sia al numero e alla

natura delle specie molecolari, sia alle potenziali interazioni fra tutte le specie molecolari (note o non

note) che devono essere presenti per garantire il corretto funzionamento del sistema biologico.

Al fine di ridurre i tempi di calcolo richiesti per l’analisi di sistemi biologici complessi, nonché per la

soluzione di problemi quali la stima di parametri o il reverse engineering, negli ultimi anni la mia

attività ricerca ha riguardato anche lo sviluppo e l’implementazione di algoritmi di simulazione

stocastica e deterministica su GPU [C23, C26].

In [C19, J19] e [J17] sono stati presentati i tool cupSODA e cuTauLeaping, progettati con lo scopo di

fornire – anche ad utenti poco esperti sia di modellazione che di programmazione su GPU – degli

strumenti di facile utilizzo per simulazioni deterministiche e stocastiche, che richiedono come unico

input un modello formalizzato come insieme di reazioni biochimiche. I due tool rappresentano la

parallelizzazione del metodo di integrazione numerica LSODA e dell’algoritmo di simulazione stocastica

tau-leaping, rispettivamente. Il confronto con simulazioni effettuate sfruttando implementazioni su CPU

di questi algoritmi ha mostrato il raggiungimento di uno speed-up computazionale di svariati ordini di

grandezza, a seconda della dimensione e della complessità del sistema biologico in esame. I risultati

delle applicazioni di questi tool sono stati presentati a diverse conferenze internazionali [P17-19, P21-

22].

In [C24, J18] il tool cupSODA è stato poi esteso allo sviluppo di coagSODA, uno strumento concepito per

la simulazione massicciamente parallela su GPU di un modello della coagulazione del sangue, definito

tramite cinetiche basate sulla legge dell’azione di massa e su funzioni di Hill. Tale strumento ha

permesso di analizzare questo intricato complesso di reazioni in un ampio intervallo di condizioni

fisiologiche e patologiche, con tempi di calcolo estremamente ridotti rispetto ad analisi effettuate su

CPU.

Infine, allo scopo di comprendere quale architettura parallela riduce maggiormente i costi

computazionali di simulazioni stocastiche, in [C28] è stato fatto un confronto fra schede GPU e

processori Intel Xeon Phi per l’esecuzione di numerose simulazioni dell’algoritmo di simulazione

stocastica di Gillespie. L’analisi, testata su modelli sintetici di reazioni biochimiche di crescente

dimensione, ha mostrato che le GPU ottengono sempre tempi di calcolo inferiori ai processori Xeon Phi,

suggerendo che esse siano l’architettura più vantaggiosa per la parallelizzazione di metodi

computazionali nell’ambito della Systems Biology.


9

Per effettuare simulazioni stocastiche multivolume, in [C9] è stato introdotto l’algoritmo di

simulazione stocastica tau-DPP, che permette descrizioni quantitative della dinamica di sistemi

biologici caratterizzati da specie molecolari distribuite all’interno di differenti compartimenti fra loro

comunicanti. Il lavoro [V1] riporta un confronto esteso fra questo algoritmo e lo stato dell’arte degli

algoritmi di simulazione stocastica, e presenta l’analisi di un oscillatore genetico sintetico, il

Repressilator, accoppiato con meccanismi di comunicazione intercellulare. Il modello proposto in [V1]

tiene conto in modo dettagliato sia dei meccanismi di regolazione genica a livello locale (singolo

volume), sia dei meccanismi di comunicazione intercellulare a livello globale (multivolume). Le

simulazioni effettuate hanno permesso di studiare l’effetto del rumore dovuto a meccanismi di

regolazione locale sia sulla dinamica dei singoli oscillatori genetici, sia sull’accoppiamento di dinamiche

locali e globali.

Un ulteriore fronte di ricerca si è basato sulla considerazione che, poiché la dinamica di un modello

viene determinata a partire da un insieme fissato di condizioni iniziali, per poter valutare un ampio

spazio di ricerca che rappresenti diverse condizioni del sistema è spesso necessario effettuare

numerose simulazioni. Inoltre, con l’approccio stocastico di modellazione, bisogna tenere conto del

fatto che, anche a partire dalle stesse condizioni, due simulazioni indipendenti genereranno dinamiche

non identiche, a causa degli effetti delle fluttuazioni stocastiche. In questa situazione, diventa quindi

difficile ma interessante poter partizionare lo spazio delle fasi del sistema in regioni omogenee che

corrispondano a comportamenti analoghi del sistema stesso (ad esempio, regione oscillatorie o non

oscillatorie). Per affrontare questi problemi, sono stati proposti due diversi strumenti di analisi.

In [C6] è stato definito un tool di simulazione che consente di analizzare in modo simultaneo numerose

condizioni iniziali di uno stesso sistema (a singolo volume). Questo strumento, che consente di definire

uno spazio vettoriale sullo spazio delle fasi, permette di caratterizzare alcune proprietà della dinamica

del sistema, quali la presenza di punti stabili e instabili, o di orbite periodiche e quasi periodiche. Il tool

è stato poi testato per analizzare la presenza di punti attrattori e di oscillazioni quasi-periodiche nel

sistema Brussellator [C6, C11].

Un metodo alternativo, che esclude la necessità di effettuare simulazioni della dinamica, si basa sulla

considerazione che la maggior parte delle informazioni di un sistema di reazioni biochimiche è

racchiuso nella matrice stechiometrica ad esso associata. In [J6] e [T7] si propone quindi di

rappresentare formalmente un sistema biologico per mezzo di un sistema matematico (lineare), ed

estrarre da quest’ultimo le informazioni sulla topologia del relativo spazio delle fasi. Una volta

ricostruita la descrizione lineare del sistema, si procede prima partizionando lo spazio delle fasi del

sistema in sottoinsiemi di stati di configurazione (avvalendosi della teoria delle catene di Markov), e poi

studiandone le regioni mutualmente raggiungibili (dette “classi di comunicazione”). Questo approccio

consente anche di descrivere il comportamento di un sistema biologico con basse concentrazioni

molecolari (nozione di difetto) e a regime libero (quando tutti i reagenti sono disponibili senza

limitazione alcuna). In [J6], il metodo di analisi proposto è stato applicato su un sistema che descrive

l’espressione delle proteine LacZ e LacY in E. coli, permettendo di caratterizzare i cicli di sintesi e

degradazione, ed altri cicli di reazioni non immediatamente individuabili dalla formulazione originale

del modello.

MODELLI DI CALCOLO DI ISPIRAZIONE BIOLOGICA

In passato, la mia attività di ricerca ha riguardato lo studio di modelli di calcolo non convenzionale di

ispirazione biologica, i sistemi a membrane (o P sistemi), introdotti nel 1998 da G. Păun


10

dall’osservazione che i processi che hanno luogo all’interno delle cellule possono essere interpretati

come processi di calcolo. I P sistemi sono sistemi distribuiti di riscrittura con alcune caratteristiche

peculiari – il non determinismo e il parallelismo massimale nell’applicazione delle regole – che li

rendono, nella loro formulazione originale, dei modelli di calcolo universali. L’analisi computazionale di

P sistemi è generalmente effettuata tramite confronto con altri modelli di calcolo, nell’ambito della

teoria dei linguaggi formali e della complessità. In questo ambito, mi sono occupata di definire delle

varianti di P sistemi che fossero ispirate a particolari e specifici aspetti cellulari, e che risultassero sia

computazionalmente potenti ed efficienti, sia matematicamente minimali (ben definite e senza

ridondanze). In particolare, ho lavorato sullo studio di proprietà formali di varianti ispirate da strutture

sopramolecolari e processi cellulari come, ad esempio, il traffico vescicolare delle proteine

nell'apparato di Golgi delle cellule eucariote [C1, J1, J4] o la polarizzazione delle cellule nei tessuti

epiteliali [J10].

Basandosi sulla possibilità che una specie molecolare possa essere modificata da più reazioni

biochimiche nello stesso momento, in [C2, C3, C4, C5, J2, J3] sono state quindi analizzate le proprietà

formali di P sistemi con riscrittura parallela massimale e parziale, introducendo il concetto di

configurazione di deadlock.

Un ulteriore argomento di studio nell'ambito del Calcolo con Membrane ha riguardato l’introduzione di

concetti della logica fuzzy, al fine di gestire alcuni tipi di incertezze relative ai sistemi biologici [T2] o di

definire modelli fuzzy in grado di caratterizzare tramite funzioni di membership il funzionamento di

alcuni sistemi biologici (in particolare, in [T1] viene analizzato il caso delle proteine transmembrana).

Ho inoltre lavorato all'estensione del formalismo dei P sistemi al fine di sviluppare un paradigma

generale per la descrizione e l'analisi di sistemi biologici. In [C8], ad esempio, vengono introdotti i P

sistemi probabilistici dinamici, proposti come nuovi strumenti per l'analisi del comportamento e della

dinamica di sistemi dinamici complessi a diversa scala di granularità [T4, J5, J7, J8].

In [T3] sono state proposte alcune considerazioni generali per l'applicazione di P sistemi all'analisi di

flussi di ioni attraverso membrane biologiche. In particolare, si discutono i problemi di correlazione di

dati in vivo/in vitro, la comunicazione di uno stesso tipo di ioni con meccanismi di trasporto diversi (o

con meccanismi analoghi ma tramite differenti tipi di proteine), le funzioni delle concentrazioni ioniche

intracellulari e la localizzazione degli ioni.

In [C7] è stato definito un modello per la pompa per il sodio e il potassio, basato sullo schema di

funzionamento di Post-Albers. Caratteristica principale del modello è la descrizione esplicita delle

proprietà biologiche della proteina (fosforilazione, transizione fra conformazioni diverse, condizioni di

attivazione) e di quelle relative alla membrana (struttura del bilayer, occlusione degli ioni).

In [B2] è stato poi proposto un modello per la descrizione dell'attività dei canali meccanosensibili di

larga conduttanza presenti nei batteri e per la simulazione di questi canali in condizioni artificiali (in

vitro) e naturali (in vivo); per quest'ultimo modello sono state effettuate anche simulazioni stocastiche

per determinare l'andamento di corrente ionica e tensione attraverso i canali.

Successivamente, in [C10] è stata proposta una formalizzazione matematica generale, basata sulle

proprietà biologiche, chimiche e fisiche delle membrane cellulari, per descrivere la localizzazione e i

movimenti delle proteine di membrana. Obiettivo del lavoro è fornire un framework per lo studio, a

livello di intera cellula, di diversi processi che coinvolgono le membrane cellulari: flussi ionici,

movimento delle proteine e la formazione di cluster, meccanismi che generano la curvatura di

membrana dovuti all’interazione fra la membrana stessa e le proteine che vi risiedono, ecc.


11

Infine, in [J11] sono stati introdotti due ulteriori paradigmi di calcolo (uno ispirato al processo di

trasformazione dell’energia, il secondo basato sulla simulazione stocastica di circuiti logici tramite

reazioni chimiche), mentre in [J14] è stato proposto uno studio teorico dei reaction systems al fine di

analizzarne la capacità espressiva, mostrando come le proprietà e gli assiomi di base di questi sistemi

siano sufficienti per formalizzare diversi tipi di problemi, che spaziano dall’Informatica alla Biologia (ad

esempio, per lo studio di alcune proprietà del sistema di regolazione genico dell’operone lac nei batteri

E. coli).

3. ELENCO DELLE PUBBLICAZIONI

RIVISTE SCIENTIFICHE INTERNAZIONALI (CON REVISIONE)

[J1] D. Besozzi, G. Mauri, G. Păun, C. Zandron. Gemmating P systems: collapsing hierarchies.

Theoretical Computer Science, Vol. 296, No. 2, 253-267, 2003.

[J2] D. Besozzi, C. Ferretti, G. Mauri, C. Zandron. P systems with deadlock. BioSystems, Vol. 70, No.

2, 95-105, 2003.

[J3] D. Besozzi, G. Mauri, C. Zandron. Hierarchies of parallel rewriting P systems: A survey. New

Generation Computing, Vol. 22, No. 4, 331-347, 2004.

[J4] D. Besozzi, E. Csuhaj-Varjú, G. Mauri, C. Zandron. On the power and size of extended

gemmating P systems. Soft Computing, Vol. 9, No. 9, 650-656, 2005.

[J5] D. Pescini, D. Besozzi, G. Mauri, C. Zandron. Dynamical probabilistic P systems. International

Journal of Foundations of Computer Science, Vol. 17, No. 1, 183-204, 2006.

[J6] M. Muskulus, D. Besozzi, R. Brijder, P. Cazzaniga, S. Houweling, D. Pescini, G. Rozenberg. Cycles

and communicating classes in membrane systems and molecular dynamics. Theoretical

Computer Science, Vol. 372, Issues 2-3, 242-266, 2007.

[J7] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. Seasonal variance in P system models for

metapopulations. Progress in Natural Science, Vol. 17, No. 4, 392-400, 2007.

[J8] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. Modelling metapopulations with stochastic

membrane systems. BioSystems, Vol. 91, Issue 3, 499-514, 2008.

[J9] P. Cazzaniga, D. Pescini, D. Besozzi, G. Mauri, S. Colombo, E. Martegani. Modeling and stochastic

simulation of the Ras/cAMP/PKA pathway in the yeast Saccharomyces cerevisiae

evidences a key regulatory function for intracellular guanine nucleotides pools. Journal of

Biotechnology, Vol. 133, Issue 3, 377-385, 2008.

http://dx.doi.org/10.1016/S0303-2647%2803%2900033-9

http://dx.doi.org/10.1016/j.biosystems.2006.12.011

http://dx.doi.org/10.1016/j.biosystems.2006.12.011


12

[J10] D. Besozzi, N. Busi, P. Cazzaniga, C. Ferretti, A. Leporati, G. Mauri, D. Pescini, C. Zandron.

(Tissue) P systems with cell polarity. Mathematical Structures in Computer Science, Vol.19,

Issue 6, 1141-1160, 2009.

[J11] A. Leporati, D. Besozzi, P. Cazzaniga, D. Pescini, C. Ferretti. Computing with energy and

chemical reactions. Natural Computing, Vol. 9, No. 2, 493-512, 2010.

[J12] D. Besozzi, P. Cazzaniga, S. Cocolo, G. Mauri, D. Pescini. Modeling diffusion in a signal

transduction pathway: the use of virtual volumes in P systems. International Journal of

Foundations of Computer Science, Vol. 22, Issue 1, 89-96, 2011.

[J13] D. Pescini, P. Cazzaniga, D. Besozzi, G. Mauri, L. Amigoni, S. Colombo, E. Martegani. Simulation

of the Ras/cAMP/PKA pathway in budding yeast highlights the establishment of stable

oscillatory states. Biotechnology Advances, Vol. 30, Issue 1, 99-107, 2012.

[J14] L. Corolli, F. Marini, C. Maj, D. Besozzi, G. Mauri. An excursion in reaction systems: from

computer science to biology. Theoretical Computer Science, Vol. 454, 95-108, 2012.

[J15] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri, S. Colombo, E. Martegani. The role of feedback

control mechanisms on the establishment of oscillatory regimes in the Ras/cAMP/PKA

pathway in S. cerevisiae. EURASIP Journal on Bioinformatics and Systems Biology, Vol.

2012:10, 2012.

[J16] F. Amara, R. Colombo, P. Cazzaniga, D. Pescini, A. Csikász-Nagy, M. Muzi Falconi, D. Besozzi, P.

Plevani. In vivo and in silico analysis of PCNA ubiquitylation in the activation of the Post

Replication Repair pathway in S. cerevisiae. BMC Systems Biology, Vol. 7:24, 2013.

[J17] M.S. Nobile, P. Cazzaniga, D. Besozzi, D. Pescini, G. Mauri. cuTauLeaping: a GPU-powered tau-

leaping stochastic simulator for massive parallel analyses of biological systems. PLoS

ONE, Vol. 9, No. 3: e91963, 2014.

[J18] P. Cazzaniga, M.S. Nobile, D. Besozzi, M. Bellini, G. Mauri. Massive exploration of perturbed

conditions of the blood coagulation cascade through GPU parallelization. BioMed Research

International, Special Issue "High-Performance Computing and Big Data in Omics-based

Medicine", Vol. 2014, Article ID 863298, 2014.

[J19] M.S. Nobile, P. Cazzaniga, D. Besozzi, G. Mauri. GPU-accelerated simulations of mass-action

kinetics models with cupSODA. The Journal of Supercomputing, Vol. 69, Issue 1, 17-24, 2014.

[J20] P. Cazzaniga, C. Damiani, D. Besozzi, R. Colombo, M.S. Nobile, D. Gaglio, D. Pescini, S. Molinari, G.

Mauri, L. Alberghina, M. Vanoni. Computational strategies for a system-level understanding

of metabolism. Metabolites, Vol. 4, Issue 4, 1034-1087, 2014.


13

ATTI DI CONFERENZE INTERNAZIONALI (CON REVISIONE)

[C1] D. Besozzi, C. Zandron, G. Mauri, N. Sabadini. P systems with gemmation of mobile

membranes. Proceedings of ICTCS01 (A. Restivo, S. Ronchi Della Rocca, L. Roversi, eds.), LNCS

2202, 136-153, 2001.

[C2] D. Besozzi, C. Ferretti, G. Mauri, C. Zandron. Parallel rewriting P systems with deadlock.

Proceedings of 8th International Workshop on DNA Based Computers (M. Hagiya, A. Ohuchi,

eds.), LNCS 2568, 302-314, 2003.

[C3] D. Besozzi, G. Mauri, C. Zandron. Parallel rewriting P systems without target conflicts.

Proceedings of Membrane Computing International Workshop (WMC-CdeA2002) (G. Păun, G.

Rozenberg, A. Salomaa, C. Zandron, eds.), LNCS 2597, 119-133, 2003.

[C4] D. Besozzi, G. Mauri, G. Vaszil, C. Zandron. Collapsing hierarchies of parallel rewriting P

systems without target conflicts. Proceedings of Membrane Computing International

Workshop (WMC03) (C. Martín-Vide, G. Mauri, G. Păun, G. Rozenberg, A. Salomaa, eds.), LNCS

2933, 55-69, 2004.

[C5] D. Besozzi, G. Mauri, C. Zandron. Deadlock decidability in partial parallel P systems.

Proceedings of 9th International Workshop on DNA Based Computers (J. Chen, J. Reif, eds.),

LNCS 2943, 55-60, 2004.

[C6] D. Pescini, D. Besozzi, G. Mauri. Investigating local evolutions in dynamical probabilistic P

systems. Proceedings of 7th International Symposium on Symbolic and Numeric Algorithms for

Scientific Computing (SYNASC'05), IEEE Computer Press, 440-447, 2005.

[C7] D. Besozzi, G. Ciobanu. A P system description of the sodium-potassium pump. Proceedings

of 5th Membrane Computing International Workshop (WMC04) (G. Mauri, G. Păun, M.J. Pérez-

Jiménez, G. Rozenberg, A. Salomaa, eds.), LNCS 3365, 210-223, 2005.

[C8] D. Pescini, D. Besozzi, C. Zandron, G. Mauri. Analysis and simulation of dynamics in

probabilistic P systems. DNA Computing, 11th International Workshop on DNA Computing

(DNA11) (N. Pierce, A. Carbone, eds.), LNCS 3892, 236-247, 2006.

[C9] P. Cazzaniga, D. Pescini, D. Besozzi, G. Mauri. Tau leaping stochastic simulation method in P

systems. Membrane Computing, 7th International Workshop (WMC 2006) (H.J. Hoogeboom, G.

Păun, G. Rozenberg, A. Salomaa, eds.), LNCS 4361, 298-313, 2006.

[C10] D. Besozzi, G. Rozenberg. Formalizing spherical membrane structures and membrane

proteins populations. Membrane Computing, 7th International Workshop (WMC 2006) (H.J.

Hoogeboom, G. Păun, G. Rozenberg, A. Salomaa, eds.), LNCS 4361, 18-41, 2006.

[C11] D. Besozzi, G. Mauri, D. Pescini, C. Zandron. Membrane systems in Systems Biology.

WODES 2008. 9th International Workshop on Discrete Event Systems (B. Lennartson, M. Fabian,

K. Akesson, A. Giua, R. Kumar, eds.), IEEE Press, 275-280, 2008.


14

[C12] D. Besozzi, P. Cazzaniga, G.Mauri, D. Pescini, L. Vanneschi. A comparison of genetic algorithms

and particle swarm optimization for parameter estimation in stochastic biochemical

systems. EvoBIO 2009 (C. Pizzuti, M.D. Ritchie, M. Giacobini, eds.), LNCS 5483, 116–127, 2009.

[C13] D. Besozzi, P. Cazzaniga, M. Dugo, D. Pescini, G. Mauri. A study on the combined interplay

between stochastic fluctuations and the number of flagella in bacterial chemotaxis.

Proceedings of CompMod2009 - 2nd International Workshop on Computational Models for Cell

Processes (R.J. Back, I. Petre, E. de Vink, eds.), EPTCS 6, 47–62, 2009.

[C14] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. An analysis on the influence of network

topologies on local and global dynamics of metapopulation systems. Applications of

Membrane Computing, Concurrency and Agent-based Modelling in Population Biology (AMCA-

POP 2010) (P. Milazzo, M.J. Pérez-Jiménez, eds.), EPTCS 33, 1–17, 2010.

[C15] D. Besozzi, P. Cazzaniga, G. Mauri, D. Pescini. BioSimWare: a software for the modeling,

simulation and analysis of biological systems. Membrane Computing, 11th International

Conference (CMC2010)(M. Gheorghe, T. Hinze, G. Păun, G. Rozenberg, A. Salomaa, eds.), LNCS

6501, 119-143, 2010.

[C16] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri, S. Colombo, E. Martegani, Investigating

oscillatory regimes in the Ras/cAMP/PKA pathway in S. cerevisiae: the role of feedback

control mechanisms. Eigth International Workshop on Computational Systems Biology, WCSB

2011 (H. Koeppl, J. Acimovic, J. Kesseli, T. Mäki-Marttunen, A. Larjo, O. Yli-Harja, eds.), TICSP

Series #57, 33-36, 2011.

[C17] M.S. Nobile, D. Besozzi, P. Cazzaniga, G. Mauri, D. Pescini. A GPU-based multi-swarm PSO

method for parameter estimation in stochastic biological systems exploiting discrete-

time target series. Evolutionary Computation, Machine Learning and Data Mining in

Bioinformatics (M. Giacobini, L. Vanneschi, W.S. Bush, eds.), LNCS 7246, 74-85, 2012.

[C18] M.S. Nobile, D. Besozzi, P. Cazzaniga, G. Mauri, D. Pescini. Estimating reaction constants in

stochastic biological systems with a multi-swarm PSO running on GPUs. Proceedings of the

fourteenth International Conference on Genetic and Evolutionary Computation Conference

Companion. ACM New York, NY, USA, GECCO Companion '12, 1421-1422, 2012.

[C19] M.S. Nobile, D. Besozzi, P. Cazzaniga, G. Mauri, D. Pescini. cupSODA: a CUDA-powered

simulator of mass-action kinetics. Proceedings of 12th International Conference on Parallel

Computing Technologies (PaCT 2013) (V. Malyshkin, ed.), LNCS 7979, 344-357, 2013.

[C20] M.S. Nobile, D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. Reverse engineering of kinetic

reaction networks by means of Cartesian Genetic Programming and Particle Swarm

Optimization. IEEE Congress on Evolutionary Computation (CEC 2013), 1594-1601, 2013.

[C21] M.S. Nobile, D. Besozzi, P. Cazzaniga, G. Mauri. The foundation of Evolutionary Petri Nets.

Proceedings of the 4th International Workshop on Biological Processes & Petri Nets (BioPPN


15

2013), a satellite event of PETRI NETS 2013 (G. Balbo, M. Heiner, eds.), CEUR Workshop

Proceedings Vol. 988, 60-74, 2013.

[C22] D. Besozzi. Computational methods in Systems Biology: case studies and biological

insights (Invited contribution). Proceedings of the 4th International Workshop on

Computational Models for Cell Processes (I. Petre, ed.), EPTCS 116, 3-10, 2013.

[C23] D. Besozzi, G. Caravagna, P. Cazzaniga, M.S. Nobile, D. Pescini, A. Re. GPU-powered simulation

methodologies for biological systems. Proceedings of Wivace 2013 - Italian Workshop on

Artificial Life and Evolutionary Computation (A. Graudenzi, G. Caravagna, G. Mauri, M.

Antoniotti, eds.), EPTCS 130, 87–91, 2013.

[C24] M. Bellini, D. Besozzi, P. Cazzaniga, G. Mauri, M.S. Nobile. Simulation and analysis of the blood

coagulation cascade accelerated on GPU. 22nd Euromicro International Conference on

Parallel, Distributed and Network-Based Processing (PDP), 2014. IEEE Computer Society

Conference Publishing Services (CPS), 590-593, 2014.

[C25] M.S. Nobile, A.G. Citrolo, P. Cazzaniga, D. Besozzi, G. Mauri. A memetic hybrid method for the

Molecular Distance Geometry Problem with incomplete information. 2014 IEEE Congress

on Evolutionary Computation (CEC 2014), 1014-1021, 2014.

[C26] D. Besozzi, M.S. Nobile, P. Cazzaniga, D. Cipolla, G. Mauri. From the inference of molecular

structures to the analysis of emergent cellular dynamics: accelerating the computational

study of biological systems with GPUs. Proceedings of the NETTAB 2014 Workshop: from

Structural Bioinformatics to Integrative Systems Biology, Torino, 15-17 Ottobre 2014, 88-90,

2014.

[C27] M.S. Nobile, G. Pasi, P. Cazzaniga, D. Besozzi, R. Colombo, G. Mauri. Proactive particles in

Swarm Optimization: A self-tuning algorithm based on Fuzzy Logic. Proceedings of 2015

IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2015), Istanbul, Turchia, 2-5

Agosto 2015. Accettato - in stampa.

[C28] P. Cazzaniga, F. Ferrara, M.S. Nobile, D. Besozzi, G. Mauri. Parallelizing biochemical stochastic

simulations: A comparison of GPU and Intel Xeon Phi coprocessor. Proceedings of 13th

International Conference on Parallel Computing Technologies (PaCT 2015), Petrozavodsk,

Russia, 31 Agosto – 4 Settembre 2015. Accettato - in stampa.

[C29] P. Cazzaniga, M.S. Nobile, D. Besozzi. The impact of particles initialization in PSO: parameter

estimation as a case in point. Proceedings of 2015 IEEE Conference on Computational

Intelligence in Bioinformatics and Computational Biology (CIBCB 2015), 12-15 Agosto 2015.

Accettato - in stampa.


16

CAPITOLI DI LIBRO (CON REVISIONE)

[B1] D. Besozzi, G. Mauri, C. Zandron. A survey of latest results on P systems with deadlock.

In: Recent Results in Natural Computing (M.J. Pérez-Jiménez, A. Romero-Jiménez, F. Sancho-

Caparrini, eds.), University of Seville, 17-46, 2004.

[B2] I.I. Ardelean, D. Besozzi, M.H. Garzon, G. Mauri, S. Roy. P system models for mechanosensitive

channels. In: Applications of Membrane Computing (G. Ciobanu, G. Păun, M.J. Pérez-Jiménez

eds.), Springer-Verlag, Berlin, 2005.

[B3] D. Besozzi, I.I. Ardelean. Cell biology for Membrane Computing. In: The Oxford Handbook of

Membrane Computing (G. Păun, G. Rozenberg, A. Salomaa, eds.), Oxford University Press, 2009.

[B4] P. Cazzaniga, D. Besozzi, D. Pescini, G. Mauri. Molecular diffusion and compartmentalization

in signal transduction pathways: an application of membrane systems to the study of

bacterial chemotaxis. In: Applications of Membrane Computing in Systems and Synthetic

Biology (M. Gheorghe, P. Frisco, M. Pérez-Jiménez eds.), Emergence, Complexity and

Computation, Springer, Vol. 7, 65-96, 2014.

[B5] M.S. Nobile, D. Cipolla, P. Cazzaniga, D. Besozzi. GPU-powered evolutionary design of mass-

action based models of gene regulation. In: Evolutionary Computation in Gene Regulatory

Network Research (H. Iba, N. Noman eds.), Wiley. In stampa.

CONTRIBUTI IN VOLUMI

[V1] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. A multi-volume approach to stochastic

modeling with membrane systems. In: Algorithmic Bioprocesses (A. Condon, D. Harel, J.N.

Kok, A. Salomaa, E. Winfree, eds.), Natural Computing Series, Springer-Verlag, 519-542, 2009.

ALTRI CONTRIBUTI

[T1] S. Aguzzoli, I.I. Ardelean, D. Besozzi, B. Gerla, C. Manara. P systems under uncertainty: the

case of transmembrane proteins. Proceedings of Brainstorming Workshop on Uncertainty in

Membrane Computing, Palma de Mallorca, 8-10 Novembre 2004, Departament de

Matemàtiques i Informàtica, Universitat de les Illes Balears, ISBN 84-7632-897-4, 107-117,

2004.

[T2] S. Aguzzoli, D. Besozzi, B. Gerla, C. Manara. P systems with vague boundaries: the t-norm

approach. Proceedings of Brainstorming Workshop on Uncertainty in Membrane Computing,

Palma de Mallorca, 8-10 Novembre 2004, Departament de Matemàtiques i Informàtica,

Universitat de les Illes Balears, ISBN 84-7632-897-4, 97-105, 2004.

[T3] I.I. Ardelean, D. Besozzi. On modeling ion fluxes across biological membranes with P

systems. Proceedings of the 3rd Brainstorming Week on Membrane Computing (M.A. Gutiérrez


17

Naranjo, A. Riscos-Nùñez, F.J. Romero-Campero, D. Sburlan, eds.), RGNC REPORT 01/2005, 35-

42, 2005.

[T4] P. Cazzaniga, D. Pescini, F.J. Romero-Campero, D. Besozzi, G. Mauri. Stochastic approaches in P

systems for simulating biological systems. Proceedings of the 4th Brainstorming Week on

Membrane Computing, Volume I (M.A. Gutiérrez-Naranjo, G. Păun, A. Riscos-Nùñez, F.J. Romero-

Campero, eds.), RGNC REPORT 02/2006, Fenix Editora, Sevilla, 145-165, 2006.

[T5] D. Besozzi, N. Busi, G. Franco, R. Freund, G. Păun. Two universality results for (mem)brane

systems. Proceedings of the 4th Brainstorming Week on Membrane Computing, Volume I (M.A.

Gutiérrez-Naranjo, G. Păun, A. Riscos-Nùñez, F.J. Romero-Campero, eds.), RGNC REPORT

02/2006, Fenix Editora, Sevilla, 49-62, 2006.

[T6] I.I. Ardelean, D. Besozzi. Some notes on the interplay between P systems and chemotaxis in

Bacteria. Proceedings of the 4th Brainstorming Week on Membrane Computing, Volume I (M.A.

Gutiérrez-Naranjo, G. Păun, A. Riscos-Nùñez, F.J. Romero-Campero, eds.), RGNC REPORT

02/2006, Fenix Editora, Sevilla, 41-48, 2006.

[T7] M. Muskulus, S. Houweling, G. Rozenberg, D. Besozzi, P. Cazzaniga, D. Pescini, R. Brijder.

Reaction cycles in membrane systems and molecular dynamics. Proceedings of the 4th

Brainstorming Week on Membrane Computing, Volume II (C. Graciani Diaz, G. Păun, A. Romero-

Jiménez, F. Sancho-Caparrini, eds.), RGNC REPORT 03/2006, Fenix Editora, Sevilla, 185-208,

2006.

POSTER E ABSTRACT (PRESENTATI A CONFERENZE INTERNAZIONALI)

[P1] E. Martegani, R. Tisi, F. Belotti, S. Colombo, C. Paiardi, J. Winderickx, P. Cazzaniga, D. Besozzi, G.

Mauri. Identification of an intracellular signalling complex for Ras/cAMP pathway in

yeast: experimental evidences and modelling. 25th International Specialized Symposium on

Yeasts (ISSY 25), Hanasaari, Espoo, Finlandia, 18-21 Giugno 2006.

[P2] E. Martegani, P. Cazzaniga, D. Besozzi, S. Colombo, G. Mauri. Stochastic modeling of the

Ras/cAMP signal transduction pathway in yeast. International Conference on Computational

Methods in Systems Biology (CMSB2006), Trento, 18-19 Ottobre 2006.

[P3] E. Martegani, P. Cazzaniga, D. Besozzi, S. Colombo, G. Mauri. Stochastic modeling and

simulations of the Ras/cAMP/PKA pathway in budding yeast. SysBioHealth 2007, Milano,

16-19 Ottobre 2007. (Con presentazione orale)

[P4] D. Pescini, P. Cazzaniga, D. Besozzi, G. Mauri, S. Colombo, E. Martegani. Modeling and

simulations of the Ras signalling pathway in budding yeast: evidence for oscillatory

regimes. 9th International Conference on Systems Biology (ICSB2008), Göteborg, Svezia, 22-28

Agosto 2008.

[P5] F. Amara, D. Besozzi, A. Csikasz-Nagy, S. Riva, M. Muzi Falconi, P. Plevani. Analyzing the

Saccharomyces cerevisiae Post Replication Repair pathway through a Systems Biology


18

approach. Systems level understanding of DNA damage responses, Egmond aan Zee, Olanda, 30

Marzo – 1 Aprile 2009.

[P6] D. Besozzi, P. Cazzaniga, M. Dugo, G. Mauri, D. Pescini. Stochastic modelling and parameter

estimation of bacterial chemotaxis. Information Processing in Cells and Tissues (IPCAT

2009), Ascona, Svizzera, 5-9 Aprile 2009. (Con presentazione orale)

[P7] P. Cazzaniga, D. Pescini, D. Scotti, D. Besozzi, G. Mauri, S. Colombo, E. Martegani. Simulation of

the Ras/cAMP/PKA pathway in budding yeast evidences the presence of stable

oscillatory states. SysBioHealth 2009, Milano, 25-27 Novembre 2009. (Con presentazione

orale)

[P8] D. Besozzi, P. Cazzaniga, G. Mauri, D. Pescini. Effects of stochastic fluctuations on the

coordination of flagella in bacterial chemotaxis. Fourth Annual q-bio Conference on Cellular

Information Processing, Santa Fe, New Mexico, 11-14 Agosto 2010.

[P9] F. Amara, D. Besozzi, R. Colombo, I. Mura, M. Muzi-Falconi, P. Plevani. Post-Replication Repair

(PRR) in Saccharomyces cerevisiae: a Systems Biology approach. The interface between the

ubiquitin family and the DNA damage response, Red Island, Rovinj, Croazia, 1-5 Settembre 2010.

[P10] D. Besozzi, P. Cazzaniga, D. Pescini, G. Mauri. BioSimWare: a simulation environment for

stochastic modeling of complex biological systems. IBS2010 - 14th International

Biotechnology Symposium and Exhibition, Biotechnology for the Sustainability of Human

Society, Rimini, 14-18 Settembre 2010.

Abstract pubblicato in: Journal of Biotechnology, Vol. 150, Suppl.1, 519-520, 2010.

[P11] D. Besozzi, P. Cazzaniga, A. Devecchi, P. Landini, D. Pescini. An in silico investigation of

different regulation mechanisms of the bacterial second messenger c-di-GMP. IBS2010 -

14th International Biotechnology Symposium and Exhibition, Biotechnology for the

Sustainability of Human Society, Rimini, 14-18 Settembre 2010. (Con presentazione orale)

Abstract pubblicato in: Journal of Biotechnology, Vol. 150, Suppl.1, 546, 2010.

[P12] P. Cazzaniga, D. Pescini, D. Besozzi, G. Mauri, S. Colombo, E. Martegani. Simulation of the

Ras/cAMP/PKA pathway in budding yeast evidences the presence of stable oscillatory

states. IBS2010 - 14th International Biotechnology Symposium and Exhibition, Biotechnology

for the Sustainability of Human Society, Rimini, 14-18 Settembre 2010. (Con presentazione

orale)

Abstract pubblicato in: Journal of Biotechnology, Vol. 150, Suppl.1, 545, 2010.

[P13] P. Cazzaniga, D. Besozzi, D. Pescini, G. Mauri, S. Colombo, E. Martegani. The role of Ras

modulators and feedback control mechanisms on the establishment of oscillations in the

Ras/cAMP/PKA pathway in S. cerevisiae. ICSB2011 - 12th International Conference on

Systems Biology, Heidelberg/Mannheim, Germania, 28 Agosto – 1 Settembre 2011.

[P14] F. Amara, R. Colombo, F. Spadaro, D. Besozzi, M. Muzi-Falconi, P. Plevani. PCNA ubiquitylation

as the wet readout of a Post-Replication Repair computational model. Ubiquitin and


19

ubiquitin-like modifiers: from functional modules to Systems Biology, Cavtat (Dubrovnik),

Croazia, 21-25 Settembre 2011.

[P15] P. Cazzaniga, R. Colombo, M.S. Nobile, D. Pescini, G. Mauri, D. Besozzi. GPU-powered sensitivity

analysis and parameter estimation of a reaction-based model of the Post Replication

Repair pathway in yeast. WCSB 2013 - 10th International Workshop on Computational

Systems Biology, Tampere, Finlandia, 10-12 Giugno 2013.

[P16] D. Besozzi, R. Colombo, P. Cazzaniga, M.S. Nobile, D. Pescini, G. Mauri. A GPU-powered

computational analysis of PCNA ubiquitylation processes involved in UV-induced DNA

lesions bypass. ICSB 2013 - 14th International Conference on Systems Biology, Copenhagen,

Danimarca, 30 Agosto - 3 Settembre 2013.

[P17] D. Besozzi, P. Cazzaniga, R. Colombo, G. Mauri, M.S. Nobile, D. Pescini. Accelerating the

computational analysis of biological systems by means of Graphics Processing Units. ICSB

2013 - 14th International Conference on Systems Biology, Copenhagen, Danimarca, 30 Agosto -

3 Settembre 2013.

[P18] M.S. Nobile, L.A. Harris, E. Shockley, P. Cazzaniga, D. Besozzi, C.F. Lopez, G. Mauri. GPU-powered

sensitivity analysis of a large-scale model of death cell signaling and proliferation in

cancer cells. Third Annual Winter q-bio Meeting, Maui, Hawaii, 17-20 Febbraio 2015.

[P19] M.S. Nobile, P. Cazzaniga, D. Besozzi, D. Cipolla, G. Mauri. Towards an integrated toolbox for

GPU-powered computational analysis of complex biological systems. Third Annual Winter

q-bio Meeting, Maui, Hawaii, 17-20 Febbraio 2015.

[P20] N. Frik, M.S. Nobile, D. Besozzi, T. LaBean. Useful disorder: Engineering self-assembly and

randomized neuromimetic networks for sensing and computation. 12th Annual

Conference on Foundations of Nanoscience: Self-assembled architectures and devices

(FNANO15), Snowbird, Utah, 13-16 Aprile 2015.

[P21] P. Cazzaniga, M.S. Nobile, D. Besozzi, A.G. Citrolo, A. Tangherloni, A. Donizetti, G. Mauri. Towards

a GPU-powered toolbox for the computational analysis of biological systems. Twelfth

Annual Meeting of the Bioinformatics Italian Society (BITS 2015), Milano, 3-5 Giugno 2015.

[P22] M.S. Nobile, L.A. Harris, E. Shockley, J.C. Pino, P. Cazzaniga, D. Besozzi, C.F. Lopez, G. Mauri. GPU

computing for accelerated analyses of a large-scale model of cell fate in cancer cells.

Twelfth Annual Meeting of the Bioinformatics Italian Society (BITS 2015), Milano, 3-5 Giugno

2015.

LAVORI SOTTOMESSI (IN CORSO DI REVISIONE)

[S1] A. Tangherloni, P. Cazzaniga, M.S. Nobile, D. Besozzi, G. Mauri. Deterministic simulations of

large-scale models of cellular processes accelerated on Graphics Processing Units.

Sottomesso a: CIBB 2015 (Computational Intelligence methods for Bioinformatics and

Biostatistics), Napoli, 10-12 Settembre 2015.


20

MANOSCRITTI IN CORSO DI STESURA

[M1] M.S. Nobile, L.A. Harris, J.C. Pino, D. Besozzi, G. Mauri, P. Cazzaniga, C.F. Lopez. GPU-powered

model investigation using PySB/cupSODA.

Verrà sottomesso a Bioinformatics.

[M2] M.S. Nobile, P. Cazzaniga, A. Tangherloni, D. Besozzi. Graphics Processing Units in

Computational and Systems Biology: A critical review.

Verrà sottomesso a PLoS Computational Biology.

[M3] P. Cazzaniga, M.S. Nobile, A. Tangherloni, D. Besozzi. Accelerating stochastic simulations of

mechanistic models of biological systems: Advantages and issues in the parallelization on

Graphics Processing Units.

Verrà sottomesso come capitolo per il libro "Quantitative Biology: Computational Methods and

Examples", edito da B. Munsky, W. Hlavacek, L. Tsimring.

4. ATTIVITÀ SCIENTIFICA

PARTECIPAZIONE A PROGETTI

Progetto europeo nell'ambito del quinto programma quadro:

“MolCoNet (IST-32008-2001) - A Thematic Network on Molecular Computing”.

Direttore di ricerca: Giancarlo Mauri, Università degli Studi di Milano-Bicocca.

Progetto Cofinanziato 2001:

“Linguaggi formali e automi: teoria ed applicazioni”.

Coordinatore nazionale: Antonio Restivo, Università degli Studi di Palermo.

Responsabile unità: Alberto Bertoni, Università degli Studi di Milano.

Progetto Cofinanziato 2003:

“Linguaggi formali e automi: metodi, modelli e applicazioni”.



Progetto PRIN 2004:

“Systems Biology: modellazione, linguaggi e analisi (Sybilla)”.

Coordinatore nazionale: Corrado Priami, Università degli Studi di Trento.

Responsabile unità: Claudio Zandron, Università degli Studi di Milano-Bicocca.

Progetto PRIN 2005:

“Automi e linguaggi formali: aspetti matematici e applicativi”.



21


Progetto CINECA ISCRA (Class C Projects), 2013-2014:

“BioComPLX: a tool for the analysis and reverse engineering of complex biological systems”.

Principal Investigator: Giancarlo Mauri, Università degli Studi di Milano-Bicocca.

Progetto CINECA LISA 2014 (Production Projects):

“Massive parallel analysis of complex biological systems (PACoS)”

Principal Investigator: Giancarlo Mauri, Università degli Studi di Milano-Bicocca.

VISITE DI RICERCA

Febbraio 2002: Fraunhofer Gesellschaft, BioMIP (BioMolecular Information Processing), Sankt

Augustin (Bonn), Germania, con invito del Prof. John McCaskill.

Ottobre 2003: Institute of Biology of the Romanian Academy, Centre of Microbiology, Bucarest,

Romania, con invito del Dr. Ioan I. Ardelean.

Settembre-Ottobre 2005: Leiden Institute of Advanced Computer Science (LIACS), Leiden, Olanda,

con invito del Prof. Grzegorz Rozenberg (nell'ambito del progetto europeo “SegraVis - Syntactic and

Semantic Integration of Visual Modelling Techniques”).

Gennaio 2006: Department of Computer Science, University of Sevilla, Sevilla, Spagna, su invito del

Prof. Mario de J. Pérez-Jiménez.

Luglio 2006: Leiden Institute of Advanced Computer Science (LIACS), Leiden, Olanda, con invito del

Prof. Grzegorz Rozenberg (nell'ambito del progetto europeo “SegraVis - Syntactic and Semantic

Integration of Visual Modelling Techniques”).

INVITI A CONFERENZE

Invited speaker alla conferenza “7th International Workshop on Membrane Computing”, Leiden,

Olanda, 17-21 Luglio 2006. Titolo dell’invited talk: “Extended P systems for the analysis of

(trans)membrane protein populations”. La versione estesa di questo lavoro è stata pubblicata in

[C10].

Invited speaker alla conferenza “4th International Workshop on Computational Models for Cell

Processes (CompMod 2013)”, 11 Giugno 2013, Turku, Finlandia. Titolo dell’invited talk:

“Computational methods in Systems Biology: case studies and biological insights”. L’extended

abstract di questo contributo è stato pubblicato in [C22].

PARTECIPAZIONE A COMITATI EDITORIALI

Membro del Comitato Editoriale di Computational Biology Journal, Hindawi Publishing Corporation.


22

ATTIVITÀ DI REVISIONE

PROGETTI DI RICERCA NAZIONALI E INTERNAZIONALI

Programma “Futuro in Ricerca 2013” (MIUR).

PISCOPIA Fellowship Programme (cofinanziato da Marie Curie Actions), Università di Padova, Bando 2013.

TALENT RESEARCH “La ricerca dei talenti – Iniziativa per il supporto dell’indipendenza scientifica dei giovani ricercatori”, Politecnico di Torino, Bando 2015.

RIVISTE INTERNAZIONALI

Acta Informatica, BioMed Research International, BioSystems, Chemical Engineering Communications,

Fundamenta Informaticae, International Journal of Foundations of Computer Science, Mathematics and

Computers in Simulation, Natural Computing, Soft Computing, Theoretical Computer Science, Journal of

Logic and Computation.

CONFERENZE INTERNAZIONALI

CEC2004, CEC2005, CEC2006, CEC2007, CEC2008, CIAA2008, CiE2007, CiE2009, CiE2010, CiE2012,

CiE2013, CiE2014, CIRAS2005, CMC12, DCFS2005, DLT2005, DLT2011, DNA8, DNA10, DNA11, DNA12,

EPIA2011, EPIA2013, IWCB2008, IWNC2007, IWNC2009, IWNC2012, MecBic2009, SOFSEM2013,

STACS2003, STACS2014, UCNC 2014, WMC05, WMSCI2013.

TESI DI DOTTORATO

Referee della tesi di Dottorato in Informatica dal titolo “Computational analysis of biological

networks”, Dott. Giovanni Scardoni, Università degli Studi di Verona, 2010.

5. ATTIVITÀ ORGANIZZATIVE

ORGANIZZAZIONE DI CONFERENZE

Membro del comitato organizzatore della conferenza internazionale “Tenth International Meeting

on DNA Computing (DNA10)”, Università degli Studi di Milano–Bicocca, Milano, 7-10 Giugno 2004.


23

Membro del comitato organizzatore del workshop internazionale “Fifth Workshop on Membrane

Computing (WMC5)”, Università degli Studi di Milano–Bicocca, Milano, 14-16 Giugno 2004.

Membro del comitato organizzatore del convegno nazionale “BITS 2015 - Twelfth Annual Meeting of

the Bioinformatics Italian Society”, Università degli Studi di Milano-Bicocca, Milano, 3-5 Giugno

2015.

PARTECIPAZIONE A COMITATI DI PROGRAMMA

“Third International Conference on Computational Intelligence, Robotics and Autonomous Systems”

- CIRAS2005 (Special Session on Biomolecular Computers and other Bio-inspired Systems), 13-16

Dicembre 2005, Singapore.

“Second International Workshop on Natural Computing”, 10-13 Dicembre 2007, Noyori Conference

Hall, Nagoya University, Giappone.

“Harness Nature for Computing”, Third International Workshop on Natural Computing, 23

Settembre 2008, Yokohama National University, Yokohama, Giappone.

“International Workshop on Computing with Biomolecules”, 27 Agosto 2008, Vienna, Austria.

“XV Portuguese Conference on Artificial Intelligence” – EPIA 2011, 10-12 Ottobre 2011, Lisbona,

Portogallo.

“XVI Portuguese Conference on Artificial Intelligence” – EPIA 2013, Angra do Heroísmo, Azores, 9-

12 Settembre 2013, Portogallo.

6. ATTIVITÀ DIDATTICA

INSEGNAMENTO

AFFIDAMENTI

“Systems Biology” (6 CFU). Corso di Laurea Magistrale in Biotecnologie Molecolari e Bioinformatica,

Università degli Studi di Milano.

Anni accademici: 2011-2012, 2012-2013, 2013-2014, 2014-2015.

“Laboratorio di Informatica” (3 CFU) – Edizioni A e B. Corso di Laurea Triennale in Scienze

Biologiche, Università degli Studi di Milano.

Anni accademici: 2013-2014, 2014-2015.


24

“Introduzione alla Biologia Computazionale” (4 CFU). Corso di Laurea Triennale in Biotecnologie

Ambientali ed Industriali, Università degli Studi di Milano.

Anni accademici: 2004-2005, 2006-2007, 2007-2008, 2008-2009, 2009-2010.

“Algoritmi per la Bioinformatica” (6 CFU). Corso di Laurea Magistrale in Genomica Funzionale e

Bioinformatica, Università degli Studi di Milano.

Anni accademici: 2003-2004, 2004-2005, 2006-2007, 2007-2008, 2008-2009.

“Informatica di base” (3 CFU) – Modulo del Corso Integrato di “Matematica, Statistica e Informatica”.

Primo anno interfacoltà dei Corsi di Laurea in Biotecnologie, Università degli Studi di Milano.

Anno accademico: 2009-2010.

“Laboratorio di Bioinformatica Molecolare” (6 CFU). Corsi di Laurea Magistrale in Biologia,



“Laboratorio di Informatica” (4 CFU). Primo anno interfacoltà dei Corsi di Laurea in Biotecnologie,



ASSISTENZA

“Introduzione alla Biologia Computazionale”. Titolare: Prof. G. Pighizzini. Corso di Laurea Triennale

in Biotecnologie Ambientali ed Industriali, Università degli Studi di Milano.


“Fondamenti di algoritmi”. Titolare: Prof. G. Pighizzini. Corso di Laurea Triennale in Biotecnologie

Ambientali ed Industriali, Università degli Studi di Milano.


“Algoritmi e strutture dati II”. Titolare: Prof.ssa N. Sabadini. Corso di Laurea in Informatica,

Università degli Studi dell'Insubria (Como).


“Linguaggi e traduttori”. Titolare: Prof.ssa N. Sabadini. Corso di Laurea in Matematica, Università

degli Studi dell'Insubria (Como).


SUPERVISIONE DI TESI DI DOTTORATO

Co-tutor con i Proff. Paolo Plevani e Marco Muzi-Falconi per la tesi di Dottorato di Flavio Amara, “Bypass of UV-induced DNA lesions in Saccharomyces cerevisiae: experimental analysis and in silico modeling”, Scuola di Dottorato in Scienze Biologiche e Molecolari, XXIV Ciclo, Università degli Studi di Milano.


25

SUPERVISIONE DI TESI DI LAUREA

I lavori di laurea si riferiscono alle tesi terminate, con relativi risultati di laurea già ufficializzati. Non

sono quindi comprese le supervisioni di tesi di laurea attualmente in corso di svolgimento.

Relatore per:

· 3 tesi di Laurea Magistrale in Genomica Funzionale e Bioinformatica;

· 3 tesi di Laurea Magistrale in Biotecnologie Molecolari e Bioinformatica;

· 3 tesi di Laurea Magistrale in Informatica;

· 1 tesi di Laurea Magistrale in Matematica;

· 13 tesi di Laurea Triennale in Biotecnologie Industriali e Ambientali;

· 1 tesi di Laurea Triennale in Informatica.

Tutor interno per 1 tesi di Laurea Triennale in Biotecnologie Industriali e Ambientali svolta con il

programma Erasmus.

Supervisore di 4 tesine per la Laurea Triennale in Biotecnologie Industriali e Ambientali.

Contro-relatore per:

· 1 tesi di Laurea Magistrale in Biotecnologie Molecolari e Bioinformatica;

· 2 tesi di Laurea Magistrale in Genomica Funzionale e Bioinformatica;

· 2 tesi di Laurea Magistrale in Informatica;

· 14 tesi di Laurea Triennale in Biotecnologie Industriali e Ambientali.

7. SERVIZI PRESTATI PRESSO ATENEI

COMMISSIONI GIUDICATRICI

Febbraio 2012: Segretario della commissione per il conferimento del titolo di Dottore di Ricerca in

Informatica, Università degli Studi di Milano-Bicocca.

Aprile 2011: Segretario della commissione per il conferimento del titolo di Dottore di Ricerca

(dottorando: Roberto Pagliarini), Corso di Dottorato in Informatica, Scuola di Dottorato di “Scienze

Ingegneria Medicina”, Università degli Studi di Verona.

Aprile 2010: Membro esperto della commissione per il conferimento del titolo di Dottore di Ricerca

(dottorando: Giovanni Scardoni), Corso di Dottorato in Informatica, Scuola di Dottorato di “Scienze

Ingegneria Medicina”, Università degli Studi di Verona.

Maggio/Giugno 2007: Segretario della commissione giudicatrice per la procedura di valutazione

comparativa bandita dall'Università degli Studi di Verona, per la copertura di un posto di


26

ricercatore nella Facoltà di Scienze MM.FF.NN. per il settore scientifico-disciplinare INF/01 –

Informatica (pubblicato sulla G.U n. 63 del 22/08/2006).

Maggio 2006: Segretario della commissione giudicatrice per il conferimento di una borsa di studio

per il proseguimento della formazione dei giovani più promettenti di durata semestrale, per l’area

scientifico-disciplinare delle Scienze Informatiche (emanato con DR n. 0202259 del 27/12/2000

così come modificato dal DR. n. 0206071 del 19/07/2001 e dal DR n. 0212489 del 15/03/02, Reg.

0240763 16/03/06), Università degli Studi di Milano.

8. ALTRE ATTIVITÀ ACCADEMICHE E SCIENTIFICHE

Partecipazione su invito – in qualità di rappresentante di SYSBIO Centre of Systems Biology – ai due

workshop “Training and Education in Systems Biology” organizzati dalle infrastrutture di ricerca

europee ISBE ed ERASysAPP (Heidelberg, Germania, 27-28 Novembre 2014; Goteborg, Svezia, 23-

24 Marzo 2015).

Da Marzo 2015: Socio Ordinario della Società Italiana di Biochimica e Biologia Molecolare (SIB) -

Gruppo “Biologia Computazionale e di Sistema”.

A.A. 2014-2015: Componente del Gruppo di Riesame per la Laurea Magistrale in Biotecnologie

Molecolari e Bioinformatica, Università degli Studi di Milano.

Da Ottobre 2013: Membro del Collegio Direttivo del Corso di Dottorato di Ricerca in Biologia

Molecolare e Cellulare, Università degli Studi di Milano.

Da Marzo 2012: Adesione all’Albo Revisori per la valutazione dei programmi e prodotti di ricerca

ministeriali, per i settori di ricerca ERC LS2_13, LS2_14, PE6_13 e MIUR INF/01.

Da Aprile 2011: Membro del Collegio Docenti della Scuola di Dottorato in Scienze Biologiche e

Molecolari (area tematica: Genomica Funzionale, Bioinformatica e Biologia dei Sistemi), Università

degli Studi di Milano.

Partecipazione su invito – in qualità di relatore, insieme ai Proff. Roberto Barbuti e Vincenzo Manca

– all’incontro divulgativo “Matematica e Biologia: wet computer e cellula virtuale”, nell’ambito di

“Infinitamente 2011 – Perfezione, errore e differenza”, Festival di Scienze e Arti, 17-20 Marzo 2011,

Verona.


27

9. ONORIFICENZE

Vincitrice di uno dei due premi per la migliore tesi italiana di Dottorato nell’ambito dell’Informatica

Teorica, conferito dal Capitolo Italiano di EATCS (European Association for Theoretical Computer

Science), 2004.

Vincitrice del premio “Best student paper” per articolo presentato alla conferenza internazionale

DNA8, 8th International Meeting on DNA based computers, Hokkaido University, Giappone, 2002.

Le dichiarazioni rese nel presente curriculum sono da ritenersi rilasciate ai sensi degli artt. 46 e 47 del D.P.R.

445/2000.

Autorizzo il trattamento dei dati personali ai sensi del D. Lgs. 196/2003.

14 Giugno 2015

Documents

Daniela Besozzi Curriculum Vitae - unimi.it · Luogo e data di nascita: ... quali l’esistenza di una soglia di ... fluttuazioni stocastiche intracellulari e il numero di flagelli