Seminari - Dipartimento Computer Science validi dal 15.02.2026 al 15.02.2027. https://www.di.univr.it/?ent=seminario&lang=en&rss=0 https://www.di.univr.it/?ent=seminario&lang=en&rss=0&id=6897 Relatore: dott. Alessandro Laganà; Provenienza: Icahn School of Medicine at Mount Sinai New York; Data inizio: 2026-02-20; Ora inizio: 10.00; Note orario: Aula I - Borgo Roma - Ca' Vignal 2 (solo presenza); Referente interno: Rosalba Giugno; Riassunto: ABSTRACT (ENG) :Multiple myeloma is a plasma cell malignancy characterized by marked genetic and clinical heterogeneity, leading to variable responses to therapy and recurrent relapse. In this seminar, I will present a systems-level approach to understanding myeloma biology across risk groups, therapeutic modalities, and disease stages.We will discuss integrative multi-omics modeling strategies, including patient similarity networks and single-cell profiling, to refine risk stratification beyond conventional staging systems. Particular attention will be given to the role of chromosome 1q gain, clonal dynamics, and the tumor microenvironment in defining biologically and clinically high-risk disease.I will also describe how these insights translate into actionable strategies, including biomarkers of drug sensitivity and resistance, modeling of response to immunotherapies such as CAR T cells and bispecific antibodies, and computational platforms for precision treatment selection. Finally, I will introduce emerging AI-driven systems for automated evidence curation and knowledge integration to accelerate clinical decision-making in precision oncology. ABSTRACT (ITA) :Il mieloma multiplo egrave; una neoplasia delle plasmacellule caratterizzata da marcata eterogeneitagrave; genetica e clinica, che si traduce in risposte variabili alle terapie e frequenti recidive. In questo seminario presenterograve; un approccio sistemico allo studio della biologia del mieloma attraverso i diversi livelli di rischio, le modalitagrave; terapeutiche e le fasi di malattia.Verranno illustrate strategie di modellizzazione multi-omica integrata, tra cui patient similarity networks e profilazione a singola cellula, per affinare la stratificazione del rischio oltre i sistemi di stadiazione convenzionali. Particolare attenzione saragrave; dedicata al ruolo delle alterazioni del cromosoma 1q, alle dinamiche clonali e al microambiente tumorale nella definizione di malattia ad alto rischio dal punto di vista biologico e clinico.Infine, discuterograve; come queste conoscenze possano tradursi in strategie operative, inclusi biomarcatori di sensibilitagrave; e resistenza ai farmaci, modelli di risposta a immunoterapie come CAR T e anticorpi bispecifici, e piattaforme computazionali per la selezione terapeutica personalizzata. Presenterograve; inoltre sistemi emergenti basati su intelligenza artificiale per lrsquo;estrazione automatizzata delle evidenze scientifiche e lrsquo;integrazione della conoscenza a supporto delle decisioni cliniche in oncologia di precisione. SHORT BIO: Dr. Laganagrave; is anAssistant Professor of OncologicalSciences (scienze oncologiche) and Genetics and Genomic sciences.at the Icahn School of Medicine at Mount Sinai. His main research interests are in the fields of integrative cancer genomics, cancer network biology, and precision oncology.The aim of his research is the development and application of computational methods for the integrative analysis of multi-omics data in order to: Investigate the role of coding and non-coding alterations in cancer pathogenesis and progression; Understand the clinical implications of intra-tumor heterogeneity and the tumor microenvironment; Improve patient risk stratification; Develop personalized therapy selection approaches guided by next-generation sequencing technologies. Dr. Laganagrave;rsquo;s current research focuses on Multiple Myeloma, a genetically complex and heterogeneous malignancy of bone marrow plasma cells affecting more than 30,000 patients each year in the United States. The causal drivers of Myeloma pathogenesis are still not fully understood, and treatment is generally administered empirically based on recurrence risk rather than specific genetic events.Dr. Laganagrave; is leading the development of a precision medicine pipeline that has been successfully applied in a clinical trial to guide the treatment of patients with relapsed Multiple Myeloma. The goal of precision oncology is to design optimal treatment strategies tailored to the specific characteristics of each patientrsquo;s disease. However, the widespread heterogeneity among cancer patients and variability in drug response pose significant challenges in the design of effective personalized treatments. Dr. Laganagrave;rsquo;s research addresses this critical challenge and aims to transform the current paradigm of empirical clinical practice. The systematic use of integrative genomics, systems biology approaches, big data analytics, and novel sequencing technologies will enable physicians to deliver more precise and effective personalized cancer therapies. Fri, 20 Feb 2026 10:00:00 +0100 https://www.di.univr.it/?ent=seminario&lang=en&rss=0&id=6897 https://www.di.univr.it/?ent=seminario&lang=en&rss=0&id=6898 Relatore: Fabio Mantovani; Provenienza: Università degli Studi di Ferrara; Data inizio: 2026-02-26; Ora inizio: 15.00; Referente interno: Francesca Monti; Riassunto: Nellrsquo;ambito del Progetto Lauree Scientifiche (PLS) in Fisica , lrsquo;Universitagrave; di Verona organizza lrsquo;incontro ldquo;Studiare con lrsquo;Intelligenza Artificiale: un rischio da evitare o unrsquo;opportunitagrave; da cogliere?rdquo; , che si terragrave; giovedigrave; 26 febbraio 2026, dalle ore 15:00 alle 18:00 , presso lrsquo; Aula Magna di Carsquo; Vignal 3 , in Strada Le Grazie 15. Lrsquo;iniziativa egrave; rivolta agli studenti delle scuole secondarie superiori , ai loro docenti , noncheacute; agli studenti e ai docenti dellrsquo;Ateneo , e si propone come momento di formazione e orientamento sul ruolo crescente dellrsquo;intelligenza artificiale nei processi educativi. Relatore dellrsquo;incontro saragrave; il prof. Fabio Mantovani , dellrsquo;Universitagrave; degli Studi di Ferrara, che guideragrave; una riflessione articolata sulle sfide, i rischi e le opportunitagrave; legate allrsquo;utilizzo dellrsquo;IA nello studio e nellrsquo;apprendimento. Attraverso considerazioni teoriche ed esempi concreti, lrsquo;intervento offriragrave; strumenti utili per comprendere come avvicinarsi in modo consapevole e critico a queste tecnologie, sempre piugrave; presenti nella vita accademica e professionale. Il programma prevede una breve introduzione a cura della prof.ssa Francesca Monti , seguita dagli interventi del relatore e da uno spazio finale dedicato a domande e confronto con il pubblico. Egrave; inoltre prevista una pausa caffegrave; con rinfresco , offerta dal PLS. La partecipazione egrave; gratuita , ma egrave; richiesta lrsquo; iscrizione entro il 20 febbraio 2026 , scrivendo allrsquo;indirizzo 📧 francesca.monti@univr.it . Lrsquo;evento si svolgeragrave; esclusivamente in presenza ; non egrave; prevista la modalitagrave; a distanza. Su richiesta saragrave; possibile ottenere un attestato di partecipazione . Thu, 26 Feb 2026 15:00:00 +0100 https://www.di.univr.it/?ent=seminario&lang=en&rss=0&id=6898