Vittorio Rosato

1. CRESCO LAIISviluppo di tecnologie e modelli computazionali per la descrizione di sistemi complessi di origine biologica e di materiali innovativi Vittorio Rosato

2. Sommario La Linea di Attività II ha inteso introdurre nell’ambito del progetto una serie di aree applicative * ad alto impatto computazionale * volte a collegare l’area biologica all’area tecnologica * relative allo studio di Sistemi Complessi Alcune attività, previste nell’articolato iniziale, non sono state effettuate a causa di indisponibilità dei partner che avevano inizialmente manifestato interesse all’iniziativa. Tali attività, tuttavia, sono state rimpiazzate da altre attività che hanno consentito uno sviluppo della Linea di Attività non difforme da quello originariamente previsto.

3. LA 2 LA 3 Micro Macro Materials Biotech C.S. Analysis Control CIs ……. ENEA CETMA YLICHRON ENEA PSTS CNR Avellino Agraria, Uni-Na ENEA ENEA YLICHRON Uni-CT …… LA 1 Infrastructures GRID Software Visualization ……..

4. Sistemi biologici Frazier et al., Science 300 (2003) 290

5. Sistemi tecnologici Sistemi di sistemi interdipendenti Macro-sistemi Modelli di sistemi componenti

6. SPII.2 Bioinformatica Grazia Licciardello, Vittoria Catara, PSTS e UniCatania Giuseppe Aprea, C.R. ENEA Portici

7. Obiettivo • Implementazione di modelli computazionali per la simulazioni di reti metaboliche complesse • Realizzazione di un database per il metabolismo del PHA (poly-hydrossi-alkanoate) nella specie Pseudomonas Fasi di studio • Descrizione del pathway metabolico del PHA in Pseudomonas • Implementazione del solver E-Cell (University of Kejo) sulle architetture di calcolo CRESCO • Realizzazione di un algoritmo genetico per il parameter search • Simulazioni per l’esplorazione dello spazio dei parametri e determinazione di tutte le costanti cinetiche • Realizzazione del database PHA in Pseudomonas (Pseudo-Bio-Res)

9. E-Cell • Software sviluppato dall’University of Kejo (Giappone) • PHA metabolism

11. PHA (polialcanoate) metabolic pathway (in Pseudomonas) E-Cell : tool per la simulazione numerica di modelli di reti biochimiche

16. SPII.4 Sviluppodimodellinumericiperanalisistrutturalicomplessee processidisinterizzazione CETMA, Brindisi

17. Obiettivo 1 • Possibilità di utilizzare il CVR del CETMA all’interno della GRID ENEA • Vantaggi: • Per GRID ENEA la Possibilità di effettuare post-processing attraverso l’utilizzo del CVR • Per CETMA: la possibilità di utilizzare le grandi infrastrutture di calcolo della GRID ENEA per la simulazione di sistemi complessi . Riduzione dei tempi di calcolo per un modello CFD 3D in funzione del numero dei processori Possibilità grafiche avanzate offerte da CVR

18. Obiettivo 2 • Studio del comportamento strutturale di materiali ibridizzati con leghe a memoria di forma (SMA) • I materiali compositi ibridizzati con SMA sono caratterizzati da un comportamento complesso legato alla trasformazione martensitica delle SMA. Tale comportamento dipende del livello di stress, dalla temperatura ed dalla storia del carico a cui il sistema è stato sottoposto. • Le attività sono: • studio dei principali modelli e la loro implementazione all’interno di codici ad Elementi Finiti (FE) • realizzazione di prototipi ibridi di geometria semplice e loro caratterizzazione sperimentale • simulazione di strutture ibride complesse Risultati di simulazioni numeriche su prototipi ibridi: deflessione a differenti temperatura Caratterizzazione dinamica a impatto di sistemi ibridi (Charpy)

19. Obiettivo 3 • Sviluppo di modelli numerici per la simulazione di componenti ceramici durante la sinterizzazione • Attività • Caratterizzazione sperimentale del comportamento del materiale • Sviluppo di modelli numerici accurati per la simulazione del processo di sinterizzazione • Simulazione del processo di sinterizzazione di manufatti ceramici di geometria complessa Simulazione del processo di sinterizzazione di geometrie complesse per la progettazione degli stampi Caratterizzazione sperimentale e modellazione numerica di geometrie semplici: test di flessione

20. SPII.5 Modelling molecolare Massimo Celino, C.R. ENEA Casaccia Michele Gusso, C.R. ENEA Brindisi Giulio Gianese, Ylichron Srl Piero Morales, C.R. ENEA Casaccia Fabrizio Cleri, Universitè de Lille

21. Il modelling molecolare è un’attività ad alta intensità computazionale. ENEA dispone di antiche e consolidate expertises in questo settore che è diventato una branca a sé della Materials Science. Due direttrici: Materiali per la tecnologie dell’idrogeno Nanomateriali ibridi (organico-inorganico) Entrambe queste linee sono state sviluppate in CRESCO. Studio del sistema Mg-H e la formazione di idruri metallici Adesività di short polypeptides su superfici C-based (grafene, nanotubi)

22. Nanomateriali ibridi (organico-inorganico) Lo sviluppo di sistemi biologici come unità funzionali in svariate aree applicative (microelettronica, sensoristica etc.) deve necessariamente risolvere alcuni problemi tecnologici: La ricerca di unità funzionali La ricerca di collanti biologici capaci di ancorare l’unità funzionale su un substrato inorganico senza modificare sensibilmente il folding dell’unità funzionale

23. Definizione peptide con alta affinità carbonio (sequenza = HWSAWWIRSNQS) Folding in acqua(hpc) Rigid docking su graphene e SWNT Rilassamento tramite MD in acqua (hpc)

27. IF=4.086