Infrastrutture tecnologiche

Con 10 milioni di euro saranno finanziate tutte le proposte progettuali pervenute per il bando idrogeno promosso dalla Regione Friuli Venezia Giulia per creare o ammodernare infrastrutture di ricerca nel settore dell’idrogeno rinnovabile. Le prime quattro in graduatoria verranno interamente finanziate, mentre la restante parte godrà di un contributo parziale e verrà collocata in graduatoria nel caso di futuri stanziamenti di risorse. I progetti presentati hanno come capofila e partner gli enti del Sistema scientifico e dell’innovazione del Friuli Venezia Giulia che da anni operano nell’ecosistema della Valle dell’idrogeno del Nord Adriatico. Per la gestione delle singole infrastrutture il bando ha previsto costituzione di un advisory board con la presenza di imprese o di rappresentanze delle imprese quali le associazioni di categoria. Primo in graduatoria è l’innovativo progetto Fuse-Open Infrastructure on Future Underground Hydrogen Storage, che creerà un’infrastruttura sperimentale integrata per identificare e modellizzare i potenziali siti di stoccaggio di idrogeno nel sottosuolo (Uhs) e i giacimenti naturali di idrogeno bianco, l’Ogs nel ruolo di capofila lavorerà insieme agli atenei di Trieste e di Udine. I-CAMPUS-H2-Infrastruttura di Ricerca Caratterizzazione Analitica di Materiali-Processi ad uso strategico H2 è il progetto collocatosi al secondo posto in graduatoria e punta a realizzare una piattaforma organica in sinergia con realtà e infrastrutture già operative nel Campus di Basovizza: il Sincrotrone Elettra, i laboratori di Area Science Park e i laboratori del Cnr, che è capofila del progetto. H2SmartLab: infrastruttura di ricerca per idrogeno rinnovabile e tecnologie intelligenti e resilienti è il progetto H2SmartLab presentato da Area Science Park come lead partner insieme a Sissa e Università di Trieste, che prevede la creazione di un’infrastruttura di ricerca avanzata sulla produzione, stoccaggio e utilizzo di idrogeno verde, supportata da un sistema di gestione intelligente basato su un digital twin; E4H2-Efficiency for hydrogen, nato dalla sinergia tra Università di Trieste quale capofila e Università di Udine come partner, riguarda lo sviluppo e potenziamento di un’infrastruttura di ricerca distribuita sul territorio regionale articolata su 4 laboratori volti all’evoluzione di tecniche e soluzioni per il miglioramento dell’efficienza energetica nella filiera dell’idrogeno verde. Infine, IMPACT-H2-Infrastruttura per lo sviluppo di Materiali e Processi Avanzati per Contribuire alla Transizione Energetica nella filiera Idrogeno con capofila l’Università di Udine in collaborazione con quella Trieste. (fonte ARC)

Il Laboratorio di Data Engineering (LADE) di Area Science Park ha recentemente pubblicato su Nature – Scientific Data un importante articolo riguardante l’annotazione delle sequenze proteiche. Grazie ai progressi tecnologici nel sequenziamento genomico, il numero di sequenze proteiche conosciute è cresciuto esponenzialmente. Molte di queste sequenze provengono da progetti metagenomici che analizzano campioni ambientali e clinici. Tra i dataset più rilevanti in questo ambito, si distingue il catalogo del Proteoma Gastrointestinale Umano Unificato (UHGP), con svariate applicazioni in medicina e biologia. Tuttavia, la limitata annotazione di queste sequenze ne riduce l’efficacia. Per ovviare a questo problema, è stato sviluppato il dataset DPCfam-UHGP, che classifica le sequenze UHGP in famiglie proteiche, che tipicamente raggruppano proteine che condividono la stessa funzione biologica. Il dataset contiene 10.778 famiglie, generate attraverso il clustering DPCfam, un metodo non supervisionato che organizza le sequenze in architetture a singolo o multi-dominio. Questo lavoro, che costituisce parte del lavoro di dottorato di Federico Barone supervisionato da Alessio Ansuini e Alberto Cazzaniga, è un esempio emblematico di interazione proficua tra data management e data science. In questo contesto, la costruzione di un database curato di proteine dell’apparato gastrointestinale ha portato ad una catalogazione più raffinata tramite algoritmi avanzati di machine learning, permettendo di aggiornare nuovamente il database, in un ciclo continuo di feedback interdisciplinare. Il dataset DPCfam-UHGP50, navigabile attraverso un web server, è stato costruito seguendo le migliori pratiche FAIR (Findable, Accessible, Interoperable, Reusable) e ha l’obiettivo di favorire nuove scoperte nel campo della metagenomica del tratto gastrointestinale umano. In precedenza, il LADE aveva già prodotto il database DPCfam-UR50 accompagnato da una pubblicazione su PLOS – Computational Biology.

Nell’ambito del percorso di costruzione della North Adriatic Hydrogen Valley (NAHV), accrescere il quadro di conoscenza e consapevolezza di tutti gli attori economici e sociali che possono contribuire al suo successo è un passaggio fondamentale. Un contributo importante in questa direzione potrà arrivare dagli esiti del questionario rivolto a un ampio spettro di stakeholder coinvolti nel settore dell’idrogeno e dell’energia, lanciato in questi giorni e utile anche a raccogliere informazioni sulla cooperazione esistente tra aziende, enti di ricerca, associazioni, amministrazioni pubbliche e altre organizzazioni chiave. Il progetto è parte dell’ambizioso piano promosso dalla Clean Hydrogen Partnership per favorire l’evoluzione di un ecosistema di innovazione transregionale che includa Italia, Slovenia e Croazia. “È fondamentale raccogliere feedback diretti dagli attori del settore per costruire una strategia solida per il Joint Action Plan (JAP) – sottolinea Alberto Soraci, referente di Area Science Park per NAHV. Il nostro obiettivo è capire come gli stakeholder collaborano oggi e quali sono le barriere o le motivazioni che influenzano questa cooperazione. Questo ci permetterà di individuare soluzioni concrete per migliorare la collaborazione futura, non solo tra aziende, ma anche tra università, centri di ricerca e amministrazioni pubbliche.” Il questionario sarà distribuito tramite reti di contatti e istituzioni come camere di commercio, incubatori e parchi scientifici. I risultati costituiranno una base per sviluppare nuove iniziative volte a facilitare l’adozione dell’idrogeno nei diversi settori, promuovendo l’integrazione tra ricerca e innovazione, soprattutto negli ambiti difficili da decarbonizzare. La NAHV, con una durata di 72 mesi, prevede 17 progetti pilota che coprono l’intera catena del valore dell’idrogeno rinnovabile. Per saperne di più sul progetto NAHV clicca qui.

Il Laboratorio di Data Engineering (LADE) di Area Science Park ha recentemente pubblicato una ricerca innovativa su Bioinformatics che apre nuove prospettive nello studio delle proteine, i mattoni fondamentali della vita. Francesca Cuturello, Marco Celoria, Alessio Ansuini e Alberto Cazzaniga, autori della ricerca, hanno infatti dimostrato come l’intelligenza artificiale possa predire l’impatto delle mutazioni genetiche sulla stabilità delle proteine, contribuendo a comprendere meglio i meccanismi alla base di molte malattie e potenzialmente sviluppare nuovi trattamenti. Il genoma degli esseri viventi muta, infatti, costantemente a causa di agenti esterni o del caso, e questo ci porta ad osservare cambiamenti nelle sequenze delle proteine che essi sintetizzano. Condotto all’interno delle attività del progetto Pathogen Readiness Platform for CERIC-ERIC (PRP@CERIC), lo studio utilizza modelli di AI simili a GPT, applicati alla proteomica. Questi modelli si fondano sull’analogia tra una sequenza proteica e una frase, con gli amminoacidi che fungono da “parole”, consentendo di applicare algoritmi addestrati su centinaia di milioni di sequenze proteiche. Grazie a questa tecnica, i ricercatori del LADE sono riusciti a prevedere come piccole variazioni nella sequenza di amminoacidi, come quelle indotte da mutazioni, possano influenzare la stabilità delle proteine. Un aspetto particolarmente innovativo è l’uso del modello MSA Transformer, che sfrutta informazioni sulle relazioni ancestrali tra sequenze proteiche per migliorare la precisione delle previsioni. L’algoritmo sviluppato dal LADE offre prestazioni all’avanguardia e sarà reso disponibile alla comunità scientifica per favorire ulteriori progressi in questo campo. “Prevedere l’effetto delle mutazioni proteiche attraverso l’intelligenza artificiale ci permette di esplorare con grande precisione fenomeni biologici complessi che, fino a poco tempo fa, erano difficili da osservare direttamente – spiega Francesca Cuturello, primo autore della ricerca. –  Questa tecnologia è un passo avanti verso soluzioni terapeutiche innovative per una vasta gamma di malattie.” Il lavoro del team ha già ottenuto ampi riconoscimenti, inclusa l’invito di Francesca Cuturello al prestigioso Research Retreat “Physics of Biological Data Analysis” presso l’Aspen Center for Physics, e sarà presentato in altri centri di ricerca internazionali, come l’ICTP e il Leibniz Center for Informatics. Per saperne di più sulle attività di LADE clicca qui.

Francesco Ortu è stato insignito del Premio per l’Intelligenza Artificiale dell’Università di Trieste con la Tesi “Interpreting How Large Language Models Handle Facts and Counterfactuals through Mechanistic Interpretability” del Master “Data Science and Scientific Computing”, sviluppata all’interno dell’Istituto Ricerca e Innovazione Tecnologica (RIT) di Area Science Park. Lo studio verte su come i modelli generativi di linguaggio, alla base di ChatGPT, reagiscono quando viene loro proposto un testo contenente delle informazioni false. Il lavoro è stato pubblicato negli Atti del 62° incontro annuale dell’Associazione per la linguistica computazionale e presentato lo scorso agosto a Bangkok durante una delle più importanti conferenze sui temi di Linguistica Computazionale e Intelligenza Artificiale per Linguaggio Naturale. “La ricerca sull’interpretabilità – spiega Francesco Ortu – mira a colmare il divario tra l’approccio empirico e la nostra comprensione scientifica del funzionamento interno dei modelli generativi di linguaggio (LLM). Finora, la maggior parte delle ricerche esistenti in quest’area si è concentrata su come i modelli copiano o richiamano la conoscenza fattuale. Con il nostro studio abbiamo analizzato come l’informazione si propaga all’interno della rete neurale, individuando i “neuroni” che scelgono se promuovere o sopprimere le informazioni false proposte dall’utente”. Congratulazioni a Francesco, con l’augurio di perseguire scoperte entusiasmanti durante il dottorato di ricerca che inizierà a breve presso il Laboratorio di Data Engineering di Area Science Park.

Ha preso il via questa mattina il Master in Data Management and Curation, organizzato da Area Science Park, Istituto Officina dei Materiali (CNR-IOM) e Scuola Internazionale Superiore di Studi Avanzati. Il corso di perfezionamento è dedicato a giovani ricercatrici e ricercatori che desiderano acquisire competenze avanzate nella gestione dei dati seguendo i principi FAIR, fondamentali per le infrastrutture di ricerca. Il Master, alla sua prima edizione, è progettato per fornire una formazione approfondita nella gestione, cura, catalogazione e analisi dei dati di ricerca, competenze sempre più cruciali nel mondo scientifico. Il programma del Master è in linea con le esigenze della Commissione Europea e di altri enti finanziatori, che richiedono che i dati siano trattati secondo i principi FAIR. Questi principi garantiscono che i dati siano Findable (facilmente reperibili), Accessible (accessibili a chiunque ne abbia bisogno), Interoperable (integrabili con altri dati e utilizzabili da diverse applicazioni) e Reusable (riutilizzabili per nuove ricerche). Il percorso, della durata di nove mesi, si articola in una fase didattica di 166 ore di lezioni teoriche e una fase pratica di sette mesi da svolgersi presso i laboratori degli Enti di provenienza dei partecipanti. La struttura e il programma del Master hanno un carattere totalmente innovativo nel panorama nazionale e internazionale, con un focus specifico sull’implementazione di processi FAIR-by-design durante i mesi di tirocinio in laboratorio. Il FAIR-by-design è una gestione nativa dei dati della ricerca: riguarda la gestione dei dati di ricerca dalla loro creazione, garantendo che siano trattati secondo i principi FAIR fino alla loro pubblicazione. Per realizzare il FAIR-by-design, è fondamentale progettare e implementare una catena automatizzata di connessioni hardware e software. Questa catena include la strumentazione di ricerca, il software di annotazione dei dati per ottenere metadati (informazioni aggiuntive sui dati) e i programmi di analisi dei dati. L’adozione del FAIR-by-design comporta una significativa riduzione dell’intervento umano durante tutte le fasi del ciclo di vita dei dati, garantendone al contempo un’alta qualità e integrità. Questo approccio richiede un notevole sforzo e impiego di risorse nella fase di progettazione iniziale, ma rappresenta un punto di forza per le infrastrutture di ricerca che lo adottano, migliorando significativamente la gestione e la qualità dei dati nei laboratori sperimentali e computazionali. Il Master è realizzato nell’ambito delle attività di NFFA-DI e PRP@CERIC, progetti finanziati dal PNRR* per il potenziamento delle infrastrutture di ricerca. Al termine del percorso, tutto in lingua inglese, ricercatrici e ricercatori avranno acquisito una competenza teorica e pratica su Metodologie dell’Open Science, gestione dei dati FAIR-by-design, utilizzo di strumenti e software per l’acquisizione e l’arricchimento dei metadati e strumenti e metodi per l’analisi dei dati scientifici. In questa maniera saranno pronti a operare come “Data Steward” nelle organizzazioni di provenienza, contribuendo fattivamente a diffondere presso i colleghi ricercatori una nuova cultura nella gestione FAIR dei dati della ricerca. * Missione 4 “Istruzione e Ricerca” – Componente 2, “Dalla ricerca all’impresa” – Linea di investimento 3.1, “Fondo per la realizzazione di un sistema integrato di infrastrutture di ricerca e innovazione” – Azione 3.1.1, “Creazione di nuove IR o potenziamento di quelle esistenti che concorrono agli obiettivi di Eccellenza Scientifica di Horizon Europe e costituzione di reti ”.