Francesco Ballesio

POSTDOC

MAR 2023 - GEN 2026

Università di Roma Tor Vergata

Development of bioinformatics methods for RNA omics data analysis

DOTTORATO IN BIOLOGIA CELLULARE E MOLECOLARE

NOV 2019 -OTT 2022

Università di Roma Tor Vergata

Titolo del progetto: "Analisi sulla possibile organizzazione modulare dei geni lncRNA".

LAUREA MAGISTRALE IN BIOINFORMATICA

MAR 2018 - OTT 2019

Università di Roma Tor Vergata

voto finale: 110/110 e lode Titolo della tesi: "Natural language processing applicato agli esoni umani per uno studio sull'evoluzione dei geni"

LAUREA TRIENNALE IN SCIENZE BIOLOGICHE

SET 2014 – MAR 2018

Università di Roma Tor Vergata

PEER-REVIEW

DA LUG 2023  - PEERJ

DA NOV 2023  - NON-CODING RNA RESEARCH

POSTER

“The RNA world 3.0” (SIBBM 2022)

LUG 2022

Titolo: "identification of modules in human lncRNAs"

APR 2024

Human genome meeting (HGM)

Titolo: ”Human lncRNAs harbor shared modules embedded in dissimilar sequence contexts”

PUBBLICAZIONI

Ballesio, F., Pepe, G., Ausiello, G., Novelletto, A., Helmer-Citterich, M., & Gherardini, P. F. Human lncRNAs harbor conserved modules embedded in different sequence contexts (submitted) 

Pepe, G., Appierdo, R., Carrino, C., Ballesio, F., Helmer-Citterich, M., & Gherardini, P. F. (2022). Artificial intelligence methods enhance the discovery of RNA interactions. Frontiers in Molecular Biosciences, 9, 1000205. https://doi.org/10.3389/fmolb.2022.1000205 

Pepe, G., Guarracino, A., Ballesio, F., Parca, L., Ausiello, G., and Helmer-Citterich, M. (2022). Evaluation of potential miRNA sponge effects of SARS genomes in human. Non-Coding RNA Research 7, 48–53. https://doi.org/10.1016/j.ncrna.2022.01.003 

Guarracino, A., Pepe, G., Ballesio, F., Adinolfi, M., Pietrosanto, M., Sangiovanni, E., ... & Helmer-Citterich, M. (2021). BRIO: a web server for RNA sequence and structure motif scan. Nucleic Acids Research. https://doi.org/10.1093/nar/gkab400 

Ballesio, F., Bangash, A. H., Barradas Bautista, D., Barton, J., Guarracino, A., Heumos, L., ... & Psomopoulos, F. E. (2020). Determining a novel feature-space for SARS-CoV-2 sequence data. BioHackrXiv Preprints. https://doi.org/10.37044/osf.io/xt7gw