Rosalinda ha conseguito una laurea triennale in ingegneria dell’ innovazione per le imprese digitali presso l’Università degli studi di Palermo, sviluppando competenze nell’ambito dell’informatica e dei linguaggi di programmazione. Ha proseguito gli studi conseguendo la laurea Magistrale in Ingegneria Informatica nel Marzo 2025 discutendo una tesi sperimentale dal titolo  “Graph Explainability per dati di natura etereogena”. Durante il lavoro di tesi, si è occupata dell’addestramento di diversi dataset: molecolari, immagini e generalisti, applicando la tecnica di explainability HGE e confrontando il nuovo modello con modelli già esistenti. Il lavoro di tesi sperimentale le ha permesso di maturare esperienza in approcci di machine learning e deep learning applicati al campo delle biotecnologie.

All’interno del gruppo di molecular informatics, Rosalinda si occupa dello sviluppo di approcci qualitativi e quantitativi  basati su machine learning e deep learning per la predizione di proprietà biologiche e tossicologiche di xenobiotici.

In particolare, è impegnata nella realizzazione della prima piattaforma in grado di predire proprietà di binding di leganti organici e inorganici su conformazioni quadruplex di DNA e RNA.  Inoltre si occupa dello sviluppo di modelli predittivi finalizzati allo studio della correlazione tra struttura chimica e reattività molecolare in applicazioni di tossicologia (effetti degli inquinanti atmosferici sulla salute umana) e di drug design ( progettazione di inibitori dell’enzima PCYOX1).