GIULIA RUSSO

Giulia Russo è Ricercatrice in Informatica (INFO-01/A) presso il Dipartimento di Scienze del Farmaco e della Salute dell’Università degli Studi di Catania. Laureata in Farmacia e Dottore di Ricerca in Basic and Applied Biomedical Sciences, ha sviluppato un profilo scientifico interdisciplinare all’intersezione tra scienze farmaceutiche, informatica e biomedicina computazionale. La sua attività di ricerca si concentra sulla In Silico Medicine, con particolare riferimento alla modellistica meccanicistica e agent-based dei sistemi biologici e immunologici, allo sviluppo di in silico trials, pazienti virtuali e digital twins e alla simulazione della progressione delle malattie e della risposta ai trattamenti. Un ulteriore ambito centrale della sua ricerca riguarda la credibilità, validazione e qualificazione dei modelli computazionali e la loro traduzione in ambito regolatorio, nonché l’impiego di approcci in silico nell’ambito delle New Approach Methodologies (NAMs).

È membro senior del gruppo di ricerca COMBINE – Computational Modeling in Systems Biomedicine, nell’ambito del quale contribuisce allo sviluppo e all’applicazione della piattaforma UISS – Universal Immune System Simulator. Le sue attività trovano applicazione principalmente nelle malattie infettive, autoimmuni e rare, nella vaccinologia e nella tossicologia computazionale. Ha partecipato e partecipa a numerosi progetti di ricerca nazionali e internazionali, tra cui STriTuVaD, 3TR, SIGNATURE, ITHEMYC, ERAMET, In Silico World e le attività dello Spoke 8 – In Silico Medicine & Omics Data del Centro Nazionale ICSC per HPC, Big Data e Quantum Computing, ricoprendo nel tempo anche ruoli di responsabilità scientifica e coordinamento.

È co-fondatrice dello spin-off accademico MIMESIS S.r.l., dedicato allo sviluppo e alla valorizzazione di tecnologie di simulazione per le life sciences. È inoltre membro dell’Executive Committee della VPH Society – The Society for In Silico Medicine, membro del FWO Review College, revisore esterno per la VQR 2020–2024 e membro del Collegio dei Docenti del Dottorato in Informatica dell’Università di Catania. Svolge attività editoriale internazionale ed è Handling Editor di Briefings in Bioinformatics. La sua attività didattica riguarda l’informatica, l’analisi dei dati e la trasformazione digitale nelle scienze farmaceutiche.

L’attività di ricerca di Giulia Russo si colloca nell’ambito della In Silico Medicine e della biomedicina computazionale, con particolare attenzione allo sviluppo, verifica, validazione e applicazione di modelli meccanicistici per lo studio di sistemi biologici complessi. La ricerca è principalmente focalizzata sulla modellistica agent-based del sistema immunitario, sulla generazione di pazienti e coorti virtuali e sulla realizzazione di in silico trials per simulare la progressione delle malattie, i meccanismi d’azione e la risposta a farmaci, vaccini e altre strategie terapeutiche.

Una parte rilevante dell’attività riguarda lo sviluppo e l’applicazione della piattaforma UISS (Universal Immune System Simulator) in diversi contesti patologici, con particolare riferimento alle malattie infettive, autoimmuni e rare e alla tossicologia computazionale. Le attività comprendono inoltre l’integrazione di modelli a diverse scale, dati biologici e clinici e metodologie computazionali avanzate per la costruzione di modelli predittivi e traslazionali.

Un ulteriore asse di ricerca riguarda l’impiego della modellistica e simulazione come New Approach Methodology (NAM) e la credibilità e valutazione regolatoria dei modelli in silico, con l’obiettivo di favorire l’utilizzo di evidenze computazionali robuste e affidabili nello sviluppo e nella valutazione di medicinali. Tali attività sono sviluppate nell’ambito del gruppo COMBINE – Computational Modeling in Systems Biomedicine e di progetti di ricerca nazionali e internazionali.

Accanto all’attività di ricerca e didattica, Giulia Russo è impegnata in attività scientifiche, istituzionali, editoriali e di trasferimento tecnologico a livello nazionale e internazionale. È membro dell’Executive Committee della VPH Society – The Society for In Silico Medicine e del FWO Review College, nell’ambito del quale partecipa alla valutazione di progetti di ricerca e fellowship. È inoltre revisore esterno per la VQR 2020–2024 e membro del Collegio dei Docenti del Dottorato in Informatica dell’Università di Catania.

Svolge un’intensa attività editoriale e di peer review per riviste scientifiche internazionali ed è Handling Editor di Briefings in Bioinformatics, oltre ad aver partecipato come editor e guest editor a diverse iniziative editoriali nell’ambito della bioinformatica, della systems biology e della computational biomedicine. È coinvolta nell’organizzazione di eventi e workshop scientifici internazionali dedicati alla modellistica computazionale dei sistemi biologici e immunologici.

Nell’ambito del trasferimento tecnologico, è co-fondatrice dello spin-off accademico MIMESIS S.r.l., nato per favorire la traduzione e valorizzazione di metodologie e tecnologie di modellistica e simulazione computazionale nelle life sciences.

Guida alle tesi di laurea

Sono disponibili tesi di laurea nell’ambito della In Silico Medicine, della biomedicina computazionale e della digitalizzazione delle scienze farmaceutiche, con particolare riferimento alla modellistica e simulazione di sistemi biologici, agli in silico trials, ai pazienti virtuali e digital twins, alla computational immunology, alla bioinformatica e all’applicazione di approcci computazionali allo studio di malattie e trattamenti. Sono inoltre disponibili tematiche relative alle New Approach Methodologies (NAMs), alla tossicologia in silico, alla credibilità dei modelli computazionali e alla loro applicazione in ambito traslazionale e regolatorio.

Le tesi possono prevedere attività di modellistica e simulazione, analisi di dati biologici e clinici, revisione e integrazione della letteratura scientifica e utilizzo di strumenti computazionali. Gli argomenti vengono definiti in relazione agli interessi dello studente e alle attività di ricerca e ai progetti in corso. Non è necessariamente richiesta una precedente esperienza di programmazione, poiché attività e metodologie vengono individuate anche in funzione del percorso formativo e delle competenze dello studente.

Gli studenti interessati possono contattare la docente per discutere le tematiche disponibili e individuare un possibile progetto di tesi.