Opis projektu
Odkrywanie mechanizmów molekularnych stojących za samoorganizacją materii
Samoorganizacja to występujące w naturze narzędzie umożliwiające powstawanie materiałów supramolekularnych, takich jak mikrotubule czy włókna białkowe, które charakteryzują się zdolnością samoregeneracji, rekonfiguracji, adaptacji i dynamicznej reakcji na określone bodźce. Tworzenie syntetycznych (polimerowych) materiałów supramolekularnych, które miałyby podobne właściwości, inspirowane znanymi z biologii rozwiązaniami, i korzystałyby z tych samych zasad samoorganizacji to technologia, która może znaleźć zastosowanie w różnych dziedzinach. Należy jednak pamiętać, że projektowanie racjonalne wymaga dokładnego zrozumienia mechanizmów molekularnych odpowiedzialnych za proces samoorganizacji, a to wyzwanie, któremu trudno sprostać na drodze eksperymentu. Badania prowadzone podczas trwania finansowanego ze środków UE projektu DYNAPOL mają rzucić nowe światło na molekularne początki inspirowanych naturą zachowań tych materiałów dzięki wykorzystaniu modelowania wieloskalowego w wielkich układach, zaawansowanych symulacji i uczenia maszynowego. Wyniki badań zostaną wykorzystane do opracowania podstawowych modeli projektów racjonalnych sztucznych materiałów dynamicznych o kontrolowanych właściwościach inspirowanych naturą.
Cel
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.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-COG - Consolidator GrantInstytucja przyjmująca
10129 Torino
Włochy