Nicola Vitulo

Vitulo,  6 novembre 2017
Qualifica
Professore associato
Settore disciplinare
BIO/11 - BIOLOGIA MOLECOLARE
Ufficio
Ca' Vignal 1,  Piano 1,  Stanza 1.76
Telefono
0458027982
E-mail
nicola|vitulo*univr|it <== Sostituire il carattere | con . e il carattere * con @ per avere indirizzo email corretto.

Orario di ricevimento

Su appuntamento da prendersi tramite Email (nicola.vitulo@univr.it)

Curriculum

Il Prof. Nicola Vitulo si è laureato in Biologia presso l’Università di Padova nel 2001 e ha ottenuto il dottorato in Biotecnologie nel 2005 con una tesi sul sequenziamento del genoma del batterio psicrofilo e piezofilo Photobacterium profundum SS9. Lavora come genomico computazionale dal 2002. Durante questi anni ha acquisito una grande esperienza nel campo della bioinformatica sviluppando competenze nell’ambito della predizione e annotazione genica, analisi di dati di trascrittomica, genomica comparata e gestione di dati genomici.
L’avvento delle nuove tecnologie di sequenziamento (Next Generation Sequencing, NGS) che permettono di produrre milioni di sequenze di DNA a costi e tempo molto ridotti, ha avuto un impatto molto grande nello studio della complessità genomica a livello genomico, trascrittomico, epigenetico e metagenomico fornendo interessanti opportunità per lo sviluppo di nuove risorse bioinformatiche per l’analisi e la gestione dei dati. Il Prof. Vitulo ha lavorato per molti anni nell’ambito della genomica sviluppando un forte interesse per molti aspetti di questa disciplina, focalizzandosi specialmente sulle innovazioni e sfide introdotte dalle tecnologie NGS.
Le principali interessi e attività di ricerca consistono nella predizione a annotazione genica, assemblaggio genomico, analisi di dati di trascrittomica, analisi di dati di metagenomica.
 

Insegnamenti

Insegnamenti attivi nel periodo selezionato: 25.
Clicca sull'insegnamento per vedere orari e dettagli del corso.

Corso Nome Crediti totali Online Crediti del docente Moduli svolti da questo docente
Laurea magistrale in Biotecnologie per le biorisorse e lo sviluppo ecosostenibile Bioinformatica (2023/2024)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2023/2024)   6  eLearning (Mod. 1)
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2023/2024)   6  eLearning
Laurea magistrale in Biotecnologie per le biorisorse e lo sviluppo ecosostenibile Bioinformatica (2022/2023)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2022/2023)   6  eLearning (Mod. 1)
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2022/2023)   6  eLearning
Dottorato in Biotecnologie Attività didattica dottorato (2021/2022)   24  eLearning 0,5 
Laurea magistrale in Biotecnologie per le biorisorse e lo sviluppo ecosostenibile Bioinformatica (2021/2022)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2021/2022)   6  eLearning (Mod. 1)
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2021/2022)   6  eLearning
Laurea magistrale in Biotecnologie per le biorisorse e lo sviluppo ecosostenibile Bioinformatica (2020/2021)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2020/2021)   6  eLearning (Mod. 1)
Dottorato in Biotecnologie Biologia Sintetica (2020/2021)   4,5  eLearning 1,5 
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2020/2021)   6  eLearning
Laurea magistrale in Biotecnologie per le biorisorse e lo sviluppo ecosostenibile Bioinformatica (2019/2020)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2019/2020)   6  eLearning (Modulo 1)
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2019/2020)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2018/2019)   6  eLearning
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2018/2019)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2017/2018)   6  eLearning
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2017/2018)   6  eLearning
Laurea in Biotecnologie Bioinformatica e banche dati biologiche (2016/2017)   6  eLearning
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2016/2017)   6  eLearning
Laurea magistrale in Biotecnologie agro-alimentari Bioinformatica ed ingegneria proteica (2015/2016)   6    BIOINFORMATICA
Laurea magistrale in Molecular and medical biotechnology Computational genomics (2015/2016)   6   

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e a breve anche tramite l'app Univr.

MyUnivr
 
Competenze
Argomento Descrizione Area di ricerca
Analisi dati di metagenomica La metagenomica applica una serie di approcci basati su tecnologie di nuova generazione per il sequenziamento del DNA e di metodi bioinformatici per studiare l’intero contenuto genetico di una comunità di microorganismi. Questa competenza consiste nell’utilizzo di metodi bioinformatici per l’analisi di dati di metagenomica generati sia da un approccio basato su amplificazione di un gene marcatore (ad esempio 16S), sia da sequenziamento totale (whole metagenome sequencing). Interdisciplinary
Genomica computazionale La genomica computazionale si occupa dell’analisi e dello studio delle sequenze genomiche mediante l’uso di approcci bioinformatici. Alcune delle attività di cui si occupa la genomica computazionale sono l’assemblaggio di genomi, predizione e annotazione genica, la genomica comparata e l’allineamento di sequenze. Interdisciplinary
Metodi computazionali per l’analisi del trascrittomica La trascrittomica si occupa dello studio e dell’analisi dell’espressione genica. L’analisi del trascrittoma mediante l’utilizzo di sequenziatori di nuova generazione prende il nome di RNA-seq (RNA sequencing). Gli approcci bioinformatici applicati ai dati di RNA-seq permettono di quantificare l’espressione dei geni e di comparare l’espressione genica in condizioni differenti al fine di identificare quali geni sono sovra o sotto regolati nelle diverse condizioni. Interdisciplinary
Progetti
Titolo Data inizio
JP2019 - CYANOLESSINIA - Caratterizzazione dei cyanobatteri nelle grotte della Lessinia: catturare la luce in ambienti prossimi all'oscurità 01/12/20
Viaggio di andata e ritorno al freddo: genomica e trascrittomica comparata nei nototenioidei Antartici e sub-Antartici 25/10/17




Organizzazione

Strutture del dipartimento

Condividi