Nome: Daniela
Cognome: Evangelista
Posizione: Researcher
Telefono: (Office) +39 0825 299 410
Telefono: (Lab) +39 0825 299 410
Fax: +39 0825 299 641
e-mail: daniela.evangelista@isa.cnr.it
CNR People WEB http://www.cnr.it/people/daniela.evangelista
Keywords: Bioinformatics, Clinical Data Mining, Health, Web resource, Machine Learning
Curriculum EN: (clicca qui per vederlo)
Attività di Ricerca
Sono una ricercatrice presso il Consiglio Nazionale delle Ricerche (CNR), con competenze in bioinformatica, intelligenza artificiale e machine learning applicati alla ricerca biomedica. La mia attività scientifica è focalizzata sullo sviluppo di metodi computazionali e strategie di integrazione dei dati per affrontare problematiche biomediche complesse in diversi ambiti patologici.
Nel corso degli anni, ho sviluppato e applicato metodi statistici, bioinformatici e di machine learning per l’analisi di dati di Next Generation Sequencing (NGS) e ho contribuito alla progettazione di sistemi automatizzati di supporto alle decisioni per la diagnosi, la prognosi e la stratificazione dei pazienti. Tali attività hanno riguardato un ampio spettro di condizioni cliniche, tra cui patologie oncologiche (ad esempio carcinoma epatocellulare e tumori della mammella e del rene), malattie metaboliche croniche e condizioni associate al cromosoma 21, come la sindrome di Down. Ho inoltre progettato e sviluppato strumenti software, piattaforme web e database per la gestione, l’integrazione e l’analisi di dati multi-omici, clinici e sperimentali. Attualmente, presso l’Istituto di Scienze dell’Alimentazione di Avellino, la mia attività di ricerca è incentrata sullo sviluppo e l’applicazione di metodologie bioinformatiche e di intelligenza artificiale per l’integrazione e l’interpretazione di dati biologici e del microbioma. Il mio lavoro si estende a diversi ambiti della ricerca biomedica, tra cui l’oncologia e le malattie neurodegenerative.Attraverso l’integrazione e l’analisi di dati multi-omici, clinici e sperimentali, sviluppo approcci computazionali finalizzati all’identificazione di biomarcatori e meccanismi biologici associati all’insorgenza e alla progressione delle malattie, nonché modelli data-driven a supporto della ricerca biomedica.
Principali Pubblicazioni
- G Felici, KP Tripathi, D Evangelista, MR Guarracino
A mixed integer programming-based global optimization framework for analyzing gene expression data, Journal of Global Optimization 69 (3), 727-744
- D Evangelista, KP Tripathi, MR Guarracino
An Atlas of annotations of Hydra vulgaris transcriptome, BMC bioinformatics 17 (11), 53-59
- D Evangelista, M Avino, P Tripathi, Kumar, MR Guarracino
A Web Resource on Skeletal Muscle Transcriptome of Primates, Springer International Publishing 9874, pp.273-284
- D Evangelista, A Zuccaro, A Lančinskas, J Žilinskas, MR Guarracino
A web-oriented software for the optimization of pooled experiments in NGS for detection of rare mutations, BMC Research Notes 9 (1), 1
- D Evangelista, M Piccirillo, T Ricciardelli, M D’Aiuto, MR Guarracino
A predictive model for surgical planning in breast cancer treatment, 4th International Conference, IWBBIO 2016, Granada, Spain, pp. 454-462
- D Evangelista*, A Zuccaro, MR Guarracino (*Authors contributed equally)
Transcriptator: an automated computational pipeline to annotate assembled reads and identify non coding RNA KP., Tripathi*, Plos One 10 (11), e0140268
- D Evangelista, KP Tripathi, V Scuotto, MR Guarracino
Hvdbase: A web resource on hydra vulgaris transcriptome, International Conference on Bioinformatics and Biomedical Engineering, 355-362
- M Scarpato*, R Esposito*, D Evangelista*, M Aprile, MR Ambrosio, Claudia Angelini, Alfredo Ciccodicola, Valerio Costa (*Authors contributed equally)
AnaLysis of Expression on human chromosome 21, ALE-HSA21: a pilot integrated web resource, Database 2014
- D Evangelista, G Colonna, M Miele, F Cutugno, G Castello, S Desantis, S Costantini
CDMS (Clinical Data Mining Software): a cytokinome data mining system for a predictive medicine of chronic inflammatory diseases, Protein Engineering, Design & Selection 23 (12), 899-902