Journal of American Chemical Society Archivi

L’INTELLIGENZA ARTIFICIALE PUÒ ACCELERARE LA PRODUZIONE DI COMBUSTIBILI SOLARI: LO DIMOSTRA UNO STUDIO DEL POLITECNICO DI TORINO

Torino, 13 giugno 2024

La ricerca, pubblicata sulla rivista Journal of the American Chemical Society, potrebbe aprire le porte ad un nuovo modo di produrre combustibili solari per fronteggiare la crisi climatica

Un team di ricercatori del Politecnico di Torino, coordinato dal professor Eliodoro Chiavazzo – Ordinario di Fisica Tecnica Industriale e direttore dello SMaLL lab al Dipartimento Energia-DENERG – e composto da Luca Bergamasco e Giovanni Trezza – rispettivamente Ricercatore e Dottorando presso il Dipartimento Energia – con la collaborazione dei gruppi di ricerca del professor Erwin Reisner dell’Università di Cambridge (Gran Bretagna) e del professor Leif Hammarström dell’Università di Uppsala (Svezia), ha dimostrato come alcune tecniche di Intelligenza Artificiale possono essere utilizzate per accelerare i tempi di sviluppo dei sistemi di produzione dei combustibili solari.

Il procedimento studiato rappresenta un significativo passo in avanti nella produzione di combustibili solari – fonti energetiche rinnovabili ottenute a partire dalla CO2 sfruttando l’energia solare – fondamentali per ridurre le emissioni di CO2 in atmosfera e contribuire così alla lotta al cambiamento climatico.

Il nuovo studio, appena pubblicato sulla prestigiosa rivista Journal of American Chemical Society, dimostra come sia possibile migliorare l’attuale produzione di combustibili solari avvalendosi dell’Intelligenza Artificiale, e in particolare della tecnica denominata Apprendimento Sequenziale.

A suscitare l’interesse dei ricercatori sono infatti le potenzialità dei combustibili solari, capaci di ridurre l’anidride carbonica in atmosfera e allo stesso tempo di riutilizzarla per produrre risorse utili. Una fonte rinnovabile particolarmente promettente, la cui valorizzazione potrebbe contribuire a fronteggiare l’attuale crisi climatica e costruire un futuro più sostenibile.

Concentrandosi in particolare sulla produzione di monossido di carbonio (CO) – un combustibile utile anche come precursore per la produzione di altri combustibili più comuni, a partire dalla CO2 – il team di ricercatori ha dimostrato come alcune tecniche di Intelligenza Artificiale possono essere utilizzate per “guidare” gli esperimenti, accelerando quindi i tempi di sviluppo e migliorando notevolmente i procedimenti di produzione dei combustibili solari.

Il sistema oggetto dello studio si basa su un processo foto-chimico, nel quale una preparazione costituita da acqua, tensioattivi e opportune molecole funzionalizzanti in contatto con la CO2 viene esposta alla luce solare, attivando la conversione delle molecole di anidride carbonica in combustibile. Data la complessità del sistema, la sua ottimizzazione richiede un elevato numero di esperimenti e analisi in condizioni diverse – per esempio, diverse composizioni e diverse concentrazioni dei costituenti chimici.

“L’apprendimento sequenziale è un approccio in cui un modello apprende continuamente da nuovi dati che gli vengono forniti, e risulta particolarmente utile in contesti in cui i dati non sono disponibili tutti in una volta ma vengono raccolti progressivamente – spiega il professor Eliodoro Chiavazzo – I modelli quindi “imparano” da un primo set di pochi esperimenti, e sono in grado di fornire indicazioni su quali esperimenti conviene svolgere successivamente. Per il sistema in oggetto, i modelli proposti hanno consentito di ottimizzare la produzione di combustibile solare in soli 100 esperimenti rispetto ai 100,000 teoricamente necessari”.

“Per questo lavoro abbiamo usato due dei più recenti modelli di apprendimento sequenziale oggi a disposizione, coordinandoci con i ricercatori dell’università di Cambridge per lo svolgimento degli esperimenti e l’analisi dei risultati – commenta Giovanni Trezza – Lo studio ha permesso di identificare uno dei parametri chiave che regola il sistema foto-chimico considerato, altrimenti molto difficile da individuare”.

“Il sistema considerato per la riduzione della CO2 è di per sé molto innovativo, perché sfrutta l’auto-assemblamento dei tensioattivi e delle molecole funzionalizzanti in aggregati molecolari chiamati “micelle foto-catalitiche” – aggiunge Luca Bergamasco – che possono migliorare di molto la conversione della CO2 in combustibile. Il fatto di aver applicato l’intelligenza artificiale ad un sistema così complesso, ha quindi aggiunto un ulteriore elemento di valore all’approccio, consentendo di dimostrarne a pieno le enormi potenzialità”.

“Ad oggi, le tecniche di apprendimento sequenziale sono ancora relativamente poco sfruttate, soprattutto in ambito chimico; questo lavoro, in particolare, rappresenta il primo tentativo di applicarle ad un sistema foto-catalitico così complesso come quello considerato – concludono gli autori dello studio – La ricerca sull’applicazione di queste tecniche prosegue nell’ambito dei combustibili solari ma non solo, anche per altre applicazioni nel campo della conversione e dell’accumulo di energia”.

L’articolo è disponibile in modalità open access al seguente link: https://pubs.acs.org/doi/10.1021/jacs.4c01305

anidride carbonica — Foto di Gerd Altmann

Testo dall’Ufficio Web e Stampa del Politecnico di Torino.

Keep Reading

Misure sperimentali e simulazioni al calcolatore per contrastare la crescita delle cellule tumorali: un nuovo metodo consente di ottenere informazioni sulla stabilità di multimeri di G-quadruplex telomerici

Un nuovo metodo basato sull’applicazione della fisica della materia a sistemi biologici permette di studiare particolari molecole coinvolte nella crescita delle cellule tumorali. Il protocollo messo a punto, frutto della collaborazione fra il Dipartimento di Fisica della Sapienza, il Dipartimento di Fisica e Geologia dell’Università di Perugia e l’Istituto Officina dei Materiali del Cnr, potrà essere applicato tanto per sviluppare farmaci antitumorali di nuova generazione quanto per valutare l’efficacia di quelli esistenti. I risultati dello studio sono stati pubblicati sulla rivista Journal of American Chemical Society (JACS), che ha anche selezionato un’immagine creata dagli autori come copertina supplementare.

DNA multimeri di G-quadruplex telomerici — Foto di Gerd Altmann

I telomeri sono particolari aree del DNA umano legate a più dell’85% dei tumori maligni e il loro studio potrebbe portare allo sviluppo di farmaci antitumorali di nuova generazione con un ampio spettro d’azione.

Questi elementi si trovano all’estremità dei cromosomi e hanno una funzione protettiva poiché preservano l’integrità del DNA durante i processi di replicazione cellulare, svolgendo un ruolo importante nel processo di invecchiamento cellulare. Ogni volta che una cellula si divide, i telomeri a poco a poco si accorciano sempre di più. Quando diventano troppo corti, la cellula perde la sua capacità di replicarsi correttamente e può entrare in uno stato di invecchiamento o morire. Nel caso delle cellule tumorali di più dell’85% dei tumori maligni, si verifica l’attivazione di un enzima chiamato telomerasi, che mantiene i telomeri più lunghi rispetto alle cellule normali. Ciò conferisce alle cellule tumorali immortalità e la capacità di proliferare in modo illimitato. La stabilizzazione dei G-quadruplex, strutture elicoidali a quattro filamenti che si formano nei telomeri, tramite l’uso di molecole chiamate ligandi, rappresenta un efficace approccio per inibire l’attività della telomerasi e limitare la crescita delle cellule tumorali. Questi ligandi potrebbero quindi fungere da nuovi farmaci per il trattamento del cancro.

La maggior parte delle ricerche attuali si concentra sui G-quadruplex in condizioni ideali, cioè come molecole biologiche che non interagiscono reciprocamente. Tuttavia, in condizioni biologicamente rilevanti, come ad esempio alle estremità dei cromosomi, possono formarsi strutture composte da più unità interagenti di G-quadruplex, note come multimeri.

In uno studio coordinato da Cristiano De Michele del Dipartimento di Fisica della Sapienza, Lucia Comez dell’Istituto Officina dei Materiali del Cnr di Perugia e Alessandro Paciaroni del Dipartimento di Fisica e Geologia dell’Università di Perugia è stato sviluppato un nuovo metodo che consente di ottenere informazioni sulla stabilità di multimeri di G-quadruplex telomerici.

I risultati dello studio, pubblicati sulla rivista Journal of American Chemical Society (JACS), potranno essere applicati tanto per sviluppare farmaci antitumorali di nuova generazione quanto per valutare l’efficacia di quelli esistenti.

In particolare, i ricercatori hanno utilizzato per la prima volta delle simulazioni “extremely coarse-grained” in cui i G-quadruplex vengono rappresentati con semplici forme geometriche, come cilindri o parallelepipedi. Queste simulazioni non sono particolarmente pesanti e consentono lo studio di migliaia di G-quadruplex interagenti tra di loro, riproducendo così condizioni biologicamente rilevanti. Questo ha permesso un confronto diretto tra i risultati numerici al calcolatore e gli esperimenti effettuati sia presso i nostri laboratori che in centri di ricerca internazionali, fornendo una inedita rappresentazione dei multimeri di G-quadruplex.

“In particolare – spiega De Michele – abbiamo studiato come dei ligandi, cioè dei potenziali farmaci antitumorali, agiscano sui G-quadruplex e grazie al nostro innovativo approccio abbiamo potuto capire in che modo risultano efficaci nella loro stabilizzazione”.

“Inoltre – aggiunge Paciaroni – nel nostro lavoro definiamo un protocollo che si potrà applicare per lo studio dei G-quadruplex, ma che in futuro potrà anche essere utilizzato per altri sistemi biofisici”.

“Questo studio – conclude Comez – rappresenta un notevole passo in avanti nel nostro percorso, iniziato diversi anni fa, per comprendere le proprietà elusive di questi sistemi biologici altamente complessi”

Riferimenti:

Stacking Interactions and Flexibility of Human Telomeric Multimers – Benedetta Petra Rosi, Valeria Libera, Luca Bertini, Andrea Orecchini, Silvia Corezzi, Giorgio Schirò, Petra Pernot, Ralf Biehl, Caterina Petrillo, Lucia Comez, Cristiano De Michele, e Alessandro Paciaroni – J. Am. Chem. Soc. 2023 DOI: 10.1021/jacs.3c04810

Testo dal Settore Ufficio stampa e comunicazione Sapienza Università di Roma

Keep Reading

Journal of American Chemical Society

L’intelligenza artificiale per accelerare la produzione di combustibili solari

Metodo per ottenere informazioni sulla stabilità di multimeri di G-quadruplex telomerici, per contrastare la crescita delle cellule tumorali