Descrizione del progetto
Svelare i meccanismi molecolari che controllano l’autoassemblaggio dei materiali
La natura impiega l’autoassemblaggio per costruire affascinanti materiali supramolecolari, quali microtubuli e filamenti proteici, in grado di autorisanarsi, riconfigurarsi, adattarsi o rispondere dinamicamente a stimoli specifici. La costruzione di materiali supramolecolari (polimerici) sintetici che possiedono proprietà bio-ispirate simili impiegando gli stessi principi di autoassemblaggio si rivela promettente per molte applicazioni. Tuttavia, una loro progettazione razionale richiede una comprensione dettagliata dei meccanismi molecolari che controllano il processo di autoassemblaggio, tipicamente molto difficile da ottenere sperimentalmente. Il progetto DYNAPOL, finanziato dall’UE, farà ulteriore luce sull’origine molecolare del comportamento bio-ispirato di questi materiali, utilizzando la modellizzazione multiscala massiccia, simulazioni avanzate e apprendimento automatico. I risultati della ricerca condurranno a modelli fondamentali per la progettazione razionale di materiali dinamici artificiali con proprietà bio-ispirate controllabili.
Obiettivo
Nature uses self-assembly to build fascinating supramolecular materials, such as microtubules and protein filaments, that can self-heal, reconfigure, adapt or respond to specific stimuli in dynamic way. Building synthetic (polymeric) supramolecular materials possessing similar bioinspired properties via the same self-assembly principles is interesting for many applications. But their rational design requires a detailed comprehension of the molecular determinants controlling the assembly (structure, dynamics and properties) that is typically very difficult to reach experimentally.
The aim of this project is to obtain structure-dynamics-property relationships to learn how to control the dynamic bioinspired properties of supramolecular polymers. I propose to unravel the molecular origin of the bioinspired behavior through massive multiscale modeling, advanced simulations and machine learning. First, we will develop ad hoc molecular models to study monomer assembly and the supramolecular structure of various types of self-assembled materials on multiple scales. Second, using advanced simulation approaches we will characterize the supramolecular dynamics of these materials (dynamic exchange of monomers) at high (submolecular) resolution. We will then study bioinspired properties such as the ability of various supramolecular materials to self-heal, adapt or reconfigure dynamically in response to specific stimuli. Our models will be systematically validated by comparison with the experimental evidence from our collaborators. Finally, we will use machine learning approaches to analyze our high-resolution simulations and to identify the key monomer features that control and determine the structure, dynamics and dynamic properties of a supramolecular material (i.e. structure-dynamics-property relationships). This research will produce unprecedented insight and fundamental models for the rational design of artificial dynamic materials with controllable bioinspired properties.
Campo scientifico
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
ERC-COG - Consolidator GrantIstituzione ospitante
10129 Torino
Italia