Machine learning tools for protein annotation: the cases of transmembrane β-barrel and myristoylated proteins

Biology is now a “Big Data Science” thanks to technological advancements allowing the characterization of the whole macromolecular content of a cell or a collection of cells. This opens interesting perspectives, but only a small portion of this data may be experimentally characterized. From this derives the demand of accurate and efficient computational tools for automatic annotation of biological molecules. This is even more true when dealing with membrane proteins, on which my research project is focused leading to the development of two machine learning-based methods: BetAware-Deep and SVMyr. BetAware-Deep is a tool for the detection and topology prediction of transmembrane beta-barrel proteins found in Gram-negative bacteria. These proteins are involved in many biological processes and primary candidates as drug targets. BetAware-Deep exploits the combination of a deep learning framework (bidirectional long short-term memory) and a probabilistic graphical model (grammatical-restrained hidden conditional random field). Moreover, it introduced a modified formulation of the hydrophobic moment, designed to include the evolutionary information. BetAware-Deep outperformed all the available methods in topology prediction and reported high scores in the detection task. Glycine myristoylation in Eukaryotes is the binding of a myristic acid on an N-terminal glycine. SVMyr is a fast method based on support vector machines designed to predict this modification in dataset of proteomic scale. It uses as input octapeptides and exploits computational scores derived from experimental examples and mean physicochemical features. SVMyr outperformed all the available methods for co-translational myristoylation prediction. In addition, it allows (as a unique feature) the prediction of post-translational myristoylation. Both the tools here described are designed having in mind best practices for the development of machine learning-based tools outlined by the bioinformatics community. Moreover, they are made available via user-friendly web servers. All this make them valuable tools for filling the gap between sequential and annotated data.

Ernesto Buonaiuti e la rivista «Il Rinnovamento»

This work is about the modernist writer Ernesto Buonaiuti (1881-1946) in the early years of his cultural activity. He was suggested by Alfred Loisy's historical method and by William James pragmatism in philosophy. So he refused traditional religious education he received to become a catholic priest and started a long-life battle against Roman Catholic Church. My research tries to investigate the influence of pragmatism on Buonaiuti's thought, analyzing articles he published on the modernist review «Il Rinnovamento», from 1907 to 1909. Then I compared philosophical themes with other works by Buonaiuti, trying to focus the development of his way of thinking throught the years until the end. My conclusion: Buonaiuti was a religious pragmatist all over his life and many works he published after the modernist crisis can confirm it.

Luis Arana e i veterani di Euzkeldun Batzokija: la corrente ortodossa del nazionalismo basco

La tesi di Marco Perez intitolata “Luis Arana e i veterani di Euzkeldun Batzokija: la corrente ortodossa del nazionalismo basco”, può essere considerata come la biografia politica di uno dei personaggi più importanti del nazionalismo basco. Il lavoro di ricerca si centra fondamentalmente sull'ispiratore del nazionalismo euskaldun (e cofondatore del Partido Nacionalista Vasco) e della corrente che ne accompagnò e sostenne l'azione politica. Euzkeldun Batzokija fu il nome dato al primo circolo del PNV, fondato da Luis e Sabino Arana nel 1894. Successivamente, gli statuti del circolo e i suoi membri veterani furono presi come modello del nazionalismo primordiale (che si pretendeva definire sull'esempio dell'Ordine gesuita). Sul piano organizzativo la tesi si divide in sette capitoli che ricostruiscono il percorso politico di Luis Arana, dai primi documenti del 1879 fino alle ultime lettere inviate negli anni quaranta. Si tratta di un lungo periodo, che comprende momenti diversi della storia spagnola (dalle guerre carliste alla Guerra Civile spagnola) e del movimento aranista. In questo senso, sulla base di una generale e comparata riflessione sul nazionalismo, si analizza il movimento basco nei suoi rapporti con la modernità. Una realazione costruita attraverso concetti “diacronicamente” legati a un passato mitico e leggendario e comunque subalterna ai rapporti di forza tra le correnti del PNV. La corrente ortodossa fece sempre riferimento al nazionalismo “originario” (definito dai fratelli Arana nei primi anni del movimento) che fu un'espressione regionale del nazionalcattolicesimo spagnolo. Fu proprio Luis Arana a ricordare la finalità religiosa ed etnica del nazionalismo basco, respingendo qualsiasi aggiornamento teorico e organizzativo del PNV, intesi come una grave violazione dell'ortodossia aranista.

Ellen Key e la rete delle scuole nuove in Europa (1899-1914)

La ricerca parte dall’intento di indagare le relazioni che intrattenne Ellen Key con i fondatori delle scuole nuove in Europa a cavallo del Novecento e il contributo che lei offrì alla loro disseminazione. All’inizio del Novecento Ellen Key era al centro del dibattito pedagogico e femminista, non solo in Svezia ma in tutta l’Europa Centrale e anche in Italia, dove compì lunghi soggiorni (1900-1901 e 1906-1908). La pedagoga svedese fu un’intellettuale che sostenne strenuamente la libertà di espressione e di stampa, fu promotrice di una Carta dei diritti dei bambini e fautrice di politiche sociali per la protezione della maternità e della relazione madre-bambino. Al volgere del Ventesimo secolo si verificò l’emergere di una serie di esperimenti pedagogici innovativi che presero le mosse dalla Abbotsholme school fondata da Cecil Reddie, nel 1889, e si diffusero in Francia con la fondazione della Ecole des Roches da parte di Edmond Demolins, in Germania con le scuole di campagna (Landerziehungsheime di Ilseburg, Haubinda e Bieberstein) fondate da Hermann Lietz, la comunità scolastica di Wickersdorf e la Odenwaldschule di Paul Geheeb. Ellen Key si relazionò con questi importanti esperimenti pedagogici e, grazie ai suoi continui spostamenti, visitò alcune scuole nuove. Nello specifico la ricerca prende le mosse dall’analisi dei manoscritti e dei carteggi del fondo Ellen Key, presso la Biblioteca Reale di Stoccolma e la biblioteca privata di Ellen Key a Villa Strand. Dai documenti analizzati emerge come la scrittrice svedese, abbia assunto un ruolo di mediatrice per la disseminazione delle Scuole Nuove che nei primissimi anni del Novecento raggiunsero un elevato grado di diffusione.

Adaptable security in the cloud-to-thing continuum

Recent technological advancements have played a key role in seamlessly integrating cloud, edge, and Internet of Things (IoT) technologies, giving rise to the Cloud-to-Thing Continuum paradigm. This cloud model connects many heterogeneous resources that generate a large amount of data and collaborate to deliver next-generation services. While it has the potential to reshape several application domains, the number of connected entities remarkably broadens the security attack surface. One of the main problems is the lack of security measures to adapt to the dynamic and evolving conditions of the Cloud-To-Thing Continuum. To address this challenge, this dissertation proposes novel adaptable security mechanisms. Adaptable security is the capability of security controls, systems, and protocols to dynamically adjust to changing conditions and scenarios. However, since the design and development of novel security mechanisms can be explored from different perspectives and levels, we place our attention on threat modeling and access control. The contributions of the thesis can be summarized as follows. First, we introduce a model-based methodology that secures the design of edge and cyber-physical systems. This solution identifies threats, security controls, and moving target defense techniques based on system features. Then, we focus on access control management. Since access control policies are subject to modifications, we evaluate how they can be efficiently shared among distributed areas, highlighting the effectiveness of distributed ledger technologies. Furthermore, we propose a risk-based authorization middleware, adjusting permissions based on real-time data, and a federated learning framework that enhances trustworthiness by weighting each client's contributions according to the quality of their partial models. Finally, since authorization revocation is another critical concern, we present an efficient revocation scheme for verifiable credentials in IoT networks, featuring decentralization, demanding minimum storage and computing capabilities. All the mechanisms have been evaluated in different conditions, proving their adaptability to the Cloud-to-Thing Continuum landscape.

Machine learning per l'idrologia: applicazione del metodo random forests per la previsione degli eventi di piena fluviale con un approccio probabilistico

Le tecniche di Machine Learning sono molto utili in quanto consento di massimizzare l’utilizzo delle informazioni in tempo reale. Il metodo Random Forests può essere annoverato tra le tecniche di Machine Learning più recenti e performanti. Sfruttando le caratteristiche e le potenzialità di questo metodo, la presente tesi di dottorato affronta due casi di studio differenti; grazie ai quali è stato possibile elaborare due differenti modelli previsionali. Il primo caso di studio si è incentrato sui principali fiumi della regione Emilia-Romagna, caratterizzati da tempi di risposta molto brevi. La scelta di questi fiumi non è stata casuale: negli ultimi anni, infatti, in detti bacini si sono verificati diversi eventi di piena, in gran parte di tipo “flash flood”. Il secondo caso di studio riguarda le sezioni principali del fiume Po, dove il tempo di propagazione dell’onda di piena è maggiore rispetto ai corsi d’acqua del primo caso di studio analizzato. Partendo da una grande quantità di dati, il primo passo è stato selezionare e definire i dati in ingresso in funzione degli obiettivi da raggiungere, per entrambi i casi studio. Per l’elaborazione del modello relativo ai fiumi dell’Emilia-Romagna, sono stati presi in considerazione esclusivamente i dati osservati; a differenza del bacino del fiume Po in cui ai dati osservati sono stati affiancati anche i dati di previsione provenienti dalla catena modellistica Mike11 NAM/HD. Sfruttando una delle principali caratteristiche del metodo Random Forests, è stata stimata una probabilità di accadimento: questo aspetto è fondamentale sia nella fase tecnica che in fase decisionale per qualsiasi attività di intervento di protezione civile. L'elaborazione dei dati e i dati sviluppati sono stati effettuati in ambiente R. Al termine della fase di validazione, gli incoraggianti risultati ottenuti hanno permesso di inserire il modello sviluppato nel primo caso studio all’interno dell’architettura operativa di FEWS.

Machine learning as a service for high energy physics (MLaaS4HEP): a service for ML-based data analyses

With the CERN LHC program underway, there has been an acceleration of data growth in the High Energy Physics (HEP) field and the usage of Machine Learning (ML) in HEP will be critical during the HL-LHC program when the data that will be produced will reach the exascale. ML techniques have been successfully used in many areas of HEP nevertheless, the development of a ML project and its implementation for production use is a highly time-consuming task and requires specific skills. Complicating this scenario is the fact that HEP data is stored in ROOT data format, which is mostly unknown outside of the HEP community. The work presented in this thesis is focused on the development of a ML as a Service (MLaaS) solution for HEP, aiming to provide a cloud service that allows HEP users to run ML pipelines via HTTP calls. These pipelines are executed by using the MLaaS4HEP framework, which allows reading data, processing data, and training ML models directly using ROOT files of arbitrary size from local or distributed data sources. Such a solution provides HEP users non-expert in ML with a tool that allows them to apply ML techniques in their analyses in a streamlined manner. Over the years the MLaaS4HEP framework has been developed, validated, and tested and new features have been added. A first MLaaS solution has been developed by automatizing the deployment of a platform equipped with the MLaaS4HEP framework. Then, a service with APIs has been developed, so that a user after being authenticated and authorized can submit MLaaS4HEP workflows producing trained ML models ready for the inference phase. A working prototype of this service is currently running on a virtual machine of INFN-Cloud and is compliant to be added to the INFN Cloud portfolio of services.