L'attività di ricerca di Francesco Napolitano è focalizzata sull'applicazione di metodologie computazionali avanzate per lo studio dei sistemi biologici complessi, con particolare attenzione alla Systems Biology e alla Systems Pharmacology. Attraverso l'integrazione di approcci di Intelligenza Artificiale e Machine Learning, sviluppa modelli computazionali ed algoritmi predittivi per analizzare grandi volumi di dati -omici, identificare biomarcatori e comprendere le interazioni molecolari nei sistemi biologici.
Uno dei suoi principali ambiti di ricerca riguarda il drug discovery computazionale, con lo sviluppo di strategie basate su reti di interazioni molecolari e simulazioni in silico per la scoperta di nuovi target farmacologici e la riproposizione di farmaci. Inoltre, si occupa di modellazione di pathway biologici e diseasome analysis, contribuendo alla caratterizzazione di meccanismi patogenetici e alla personalizzazione di trattamenti terapeutici.
Nel contesto della Systems Biology, lavora all'integrazione di dati multi-omici (genomica, trascrittomica, proteomica e metabolomica) per costruire rappresentazioni sistemiche delle dinamiche cellulari e della risposta a perturbazioni ambientali o farmacologiche. L'uso di tecniche di Machine Learning gli consente di estrarre pattern significativi dai dati e migliorare la predizione di fenotipi complessi.