Le strutture biologiche non sono semplici materiali passivi, ma sistemi altamente dinamici e organizzati gerarchicamente, le cui proprietà emergono dall’interazione di fenomeni fisici, chimici e meccanici su scale diverse.
Questo corso si concentra sulla biomeccanica a scala molecolare e sovra-molecolare, analizzando come le proprietà meccaniche delle biomolecole, in particolare proteine, complessi macromolecolari e reti polimeriche, siano determinanti per l’emergere delle funzioni biologiche. Le proteine agiscono come vere e proprie macchine molecolari, capaci di convertire segnali chimici, meccanici o energetici in lavoro, regolando processi vitali quali trasporto, motilità, trasduzione del segnale e risposta allo stress.
Attraverso strumenti di meccanica statistica, modellazione molecolare e simulazioni computazionali, gli studenti acquisiranno le basi per analizzare come variazioni strutturali o interattive a livello molecolare possano causare transizioni funzionali o disfunzioni patologiche.
Particolare attenzione è dedicata alla relazione struttura-funzione nelle proteine e al ruolo delle loro dinamiche nella regolazione di funzioni fisiologiche e nell’insorgenza di patologie complesse, incluse malattie neurodegenerative, oncologiche e rare, aprendo la strada a strategie terapeutiche razionali.
Il corso introduce anche tecniche avanzate di campionamento, come metadinamica, replica exchange e parallel tempering, che permettono di esplorare in modo efficiente paesaggi energetici complessi e di accedere a stati conformazionali rari ma biologicamente significativi. Verranno inoltre presentati approcci innovativi che integrano l’intelligenza artificiale nelle simulazioni molecolari, potenziando la capacità di analizzare e prevedere il comportamento di sistemi biomolecolari complessi.
Il corso rappresenta un punto di incontro tra biologia, ingegneria e fisica computazionale, preparando gli studenti a contribuire attivamente alla ricerca multidisciplinare sulla meccanica della vita.
The mechanical behaviour of tissues, organs, and living systems originates at the molecular scale. Forces, deformations, and structural responses that manifest macroscopically are ultimately determined by the mechanics of individual molecules — proteins, nucleic acids, lipid membranes, and the networks they form. Understanding life as a mechanical system therefore requires descending to the nanoscale, where the language of continuum mechanics gives way to statistical mechanics, energy landscapes, and atomic interactions.
This course trains bioengineers to work at that scale. Proteins are analysed as mechanical objects: structures that store elastic energy, transmit forces along defined pathways, undergo conformational transitions under load, and fail in characteristic ways. Lipid membranes are treated as soft mechanical interfaces whose deformability governs protein insertion, fusion, and signalling. Ligand-receptor interactions are interpreted in terms of binding mechanics and kinetics. Nucleic acids — and RNA in particular, whose structural and functional complexity is now at the centre of biomedical research — illustrate how the same mechanical principles extend beyond proteins to govern the architecture and dynamics of the entire molecular machinery of the cell.
Modelling these systems requires a physical foundation. Statistical mechanics provides the language for describing molecular ensembles, energy landscapes, and thermal fluctuations. Quantum mechanics, in its classical-limit approximation, underlies the construction of force fields and the parameterisation of atomic interactions. These foundations give access to the tools and, more importantly, explain why they work.
The computational workbench of the course covers molecular dynamics, steered molecular dynamics — the computational equivalent of single-molecule mechanical testing — enhanced sampling methods, and free energy calculations. Students will compute force-extension curves, characterise conformational dynamics under varying mechanical conditions, and quantify binding energetics.
The course also addresses how mechanical information propagates within and between molecules. Normal mode analysis, functional mode analysis, and correlation-based approaches reveal the global mechanical architecture of proteins. Protein Structure Network (PSN) analysis maps the pathways through which mechanical perturbations — vibrations, allosteric signals, force transduction — travel across a molecular structure, connecting distant sites and enabling long-range communication.
By the end of the course, students will have built a coherent computational workflow — from molecule to simulation to mechanical analysis — and will be able to apply it to problems drawn from current biomedical research.
Il corso fornisce allo studente gli strumenti teorici, computazionali e metodologici fondamentali per affrontare con rigore la modellazione molecolare e multiscala di sistemi biologici e ibridi. Al termine del percorso, lo studente sarà in grado di:
- Studiare la dinamica conformazionale di proteine, membrane e acidi nucleici mediante simulazioni di dinamica molecolare classica e avanzata;
- Analizzare l’interazione tra molecole biologiche e artificiali (es. legandi, farmaci, nanoparticelle) con particolare attenzione all’effetto di mutazioni e alla predizione dell’affinità di legame;
- Integrare concetti di meccanica statistica, termodinamica computazionale e approcci basati su intelligenza artificiale per la previsione e la comprensione delle proprietà meccaniche e funzionali di strutture biomolecolari complesse;
- Utilizzare ambienti di calcolo scientifico, tra cui Linux con interprete Bash, Google Colab e Jupyter Notebook, per implementare pipeline di simulazione, analisi e visualizzazione dei dati molecolari;
- Approcciare l’uso di risorse di calcolo ad alte prestazioni (HPC) attraverso cenni ai concetti fondamentali della programmazione parallela e della gestione di job su cluster scientifici.
Il corso stimola lo sviluppo dell’autonomia di giudizio attraverso momenti di discussione critica e attività di autovalutazione, e promuove le abilità comunicative scritte e orali mediante esercitazioni, tutorial e la presentazione individuale di un progetto computazionale. L’intero percorso formativo è pensato per connettere in modo fluido teoria, pratica e casi d’uso concreti nella biomeccanica molecolare e nella medicina computazionale.
By the end of the course, students will be able to:
Molecular mechanics and physical foundations
● Interpret proteins, membranes, and nucleic acids as mechanical objects — structures that store elastic energy, transmit forces, and undergo conformational transitions under load.
● Apply statistical mechanics and force field theory to describe atomic interactions and predict molecular behaviour.
Computational workflow
● Set up, run, and analyse molecular dynamics simulations of biomolecules using GROMACS in a Linux environment.
● Perform steered molecular dynamics to compute force-extension curves and characterise the rate-dependent mechanical response of biomolecules.
● Apply enhanced sampling methods and free energy calculations to explore conformational landscapes and quantify binding energetics.
Structural and network analysis
● Use normal mode analysis, functional mode analysis, and dynamic correlation methods to identify mechanically relevant motions in proteins and assemblies.
● Apply Protein Structure Network (PSN) analysis to map pathways of mechanical signal propagation and allosteric communication.
Critical reading and application
● Read and discuss primary literature on molecular biomechanics, connecting simulation results to biological and clinical questions.
● Apply the acquired workflow to case studies from current research, including membrane mechanics, drug delivery systems, protein dynamics in disease, and nucleic acid mechanics.
Per affrontare il corso con profitto è utile avere una conoscenza di base delle discipline fondamentali dell’ingegneria, in particolare: fisica, matematica, chimica, biologia di base, meccanica e scienza dei materiali. Non è richiesta alcuna esperienza pregressa in modellazione molecolare. Tutte le competenze tecniche e informatiche necessarie saranno acquisite direttamente durante il corso, grazie a lezioni pratiche e guidate. In particolare, si lavorerà in aula e in laboratorio con:
- Ambienti Linux e interprete Bash, introdotti in modo progressivo e accessibile;
- Notebook interattivi (Jupyter, Google Colab) per lo sviluppo e l’analisi di simulazioni;
- Cenni alla programmazione scientifica e alla gestione del calcolo HPC, con esempi guidati;
- Utilizzo di software e strumenti open-source per la simulazione e l’analisi molecolare.
Il docente fornirà materiale dedicato per ogni strumento usato e durante i laboratori computazionali sarà possibile colmare eventuali difficoltà, sia teoriche che pratiche. L’obiettivo è garantire a tutti gli studenti – indipendentemente dal background informatico – la possibilità di acquisire piena autonomia nell’uso degli strumenti presentati.
Students are expected to have a solid background in classical mechanics, thermodynamics, linear algebra, and introductory biology and chemistry. Basic programming experience is helpful but not required. No prior knowledge of molecular simulation or computational biology is assumed. The lecturer will address specific background gaps through dedicated lectures, and students are guided through the computational environment from the first laboratory session.
Il corso si articola in una serie di moduli teorici e pratici pensati per guidare progressivamente lo studente nella comprensione e nell’utilizzo degli strumenti di modellazione molecolare e multiscala in biomeccanica. I principali argomenti trattati includono:
- Introduzione alla modellazione molecolare e supramolecolare: concetti chiave e motivazioni biologiche e ingegneristiche;
- Meccanica statistica per sistemi biologici: strumenti fondamentali per descrivere il comportamento di sistemi complessi e fluttuanti;
- Modellazione molecolare e multiscala: dalla meccanica molecolare classica alla dinamica molecolare e ai metodi di campionamento avanzato (metadinamica, replica exchange, ecc.);
- Modellazione dell’interazione ligando-recettore e calcolo dell’affinità di legame;
- Metodi coarse-grained (a grana grossa) per la simulazione di sistemi su larga scala;
- Analisi modale e network analysis: studio delle correlazioni locali e globali nelle proteine;
Laboratori computazionali:
- Introduzione all’ambiente Linux e all’uso dell’interprete Bash;
- Utilizzo di Jupyter Notebook e Google Colab per simulazioni e analisi;
- Simulazioni pratiche: dinamica conformazionale di proteine, deformazioni meccaniche, procedura di annealing, interazioni proteina-proteina e ligando-proteina.
Durante il corso saranno inoltre organizzati seminari tematici con casi studio reali, tenuti da ricercatori attivi nel settore, per mostrare come le tecniche apprese vengano oggi applicate nella ricerca biomedica e farmaceutica, nell’ingegneria dei materiali bioibridi e nella progettazione di strategie terapeutiche.
Introduction
Introduction to the course and overview of molecular biomechanics
Introduction to molecular modelling: concepts, scales, and applications
Biomolecules as mechanical objects: proteins, membranes, and nucleic acids
Physical foundations
Molecular driving forces: thermodynamics and statistical mechanics applied to biological systems
From quantum to classical mechanics: approximations and the basis of force fields
Ball-and-spring models and the harmonic approximation
Molecular mechanics
Bonded and non-bonded interactions: functional forms and parameterisation
Long-range interactions: electrostatics, cutoffs, and Ewald summation
Simulating the environment: implicit and explicit solvent, periodic boundary conditions
Energy minimisation: algorithms and convergence
Simulation methods
Molecular dynamics: equations of motion, integrators, thermostats, and barostats
Monte Carlo methods: sampling strategies and acceptance criteria
Steered molecular dynamics: computational mechanical testing, force-extension curves, and rate-dependent response
Enhanced sampling methods: metadynamics, replica exchange, and parallel tempering
Free energy calculations: thermodynamic integration, umbrella sampling, and non-equilibrium approaches
Structural and network analysis
Normal mode analysis: global mechanical modes in proteins and assemblies
Functional mode analysis and dynamic cross-correlation
Protein Structure Network (PSN) analysis: mechanical signal propagation and allosteric pathways
Multiscale methods
Coarse-grained modelling: principles and applications to large biological assemblies
Applications
Case studies from primary literature, connecting the computational methods of the course to current biomedical research. Examples include membrane mechanics and protein-membrane interactions, nanovector design for drug delivery, protein-ligand binding mechanics and kinetics, protein misfolding and aggregation in neurodegeneration and cancer, and nucleic acid mechanics and RNA folding. Specific examples may be updated from year to year.
Laboratory
A significant part of the course is dedicated to computational laboratory sessions. Students work in a Linux environment set up within Visual Studio Code, which provides an integrated and portable workspace for running simulations, scripting workflows, and managing output files.
Molecular dynamics simulations are performed with GROMACS (GROningen MAchine for Chemical Simulations), one of the most widely used and high-performance open-source packages for biomolecular simulation, with an extensive community and documentation. Molecular structures and trajectories are visualised and analysed with VMD (Visual Molecular Dynamics).
Laboratory sessions cover:
● Linux environment and Bash scripting for simulation setup and automation
● Energy minimisation and equilibrium molecular dynamics with GROMACS
● Steered molecular dynamics and force-extension curve analysis
● Simulated annealing and conformational sampling
● Equilibrium and non-equilibrium trajectory analysis
● Molecular visualisation and structural analysis with VMD
none
none
Il corso si articola attraverso una combinazione equilibrata di lezioni frontali e attività di laboratorio computazionale, pensate per garantire una solida comprensione teorica e una progressiva acquisizione di competenze operative.
Le attività didattiche includono:
- Lezioni frontali per introdurre e discutere i concetti fondamentali di biomeccanica molecolare e multiscala, con frequenti richiami interdisciplinari (fisica, chimica, biologia, ingegneria);
- Laboratori computazionali al calcolatore, svolti in ambienti Linux e notebook interattivi (Jupyter/Colab), per implementare simulazioni molecolari e analisi pratiche;
- Seminari applicativi con ospiti esterni o casi di studio reali, per contestualizzare quanto appreso e stimolare l’interesse verso ambiti di ricerca avanzata e innovazione terapeutica.
Lectures, classroom exercises, paper-based seminars, and hands-on sessions in computational lab.
Tutto il materiale necessario per seguire efficacemente il corso (slide, dispense, notebook ed esercitazioni) sarà fornito direttamente dal docente e costantemente aggiornato durante il semestre. Il materiale è concepito per guidare lo studente passo dopo passo, sia nella parte teorica che nelle esercitazioni pratiche.
Per chi desidera approfondire, sono consigliati, ma non obbligatori, i seguenti testi di riferimento:
- Dill, K.A., Bromberg, S. (2003). Molecular Driving Forces: Statistical Thermodynamics in Chemistry and Biology. Garland Science.
o “Altamento consigliato. Un riferimento imprescindibile per comprendere le basi della meccanica statistica applicata alla biologia.”
- Leach, A.R. (2001). Molecular Modelling: Principles and Applications. Prentice Hall.
o “Altamento consigliato. Un testo ampio e accessibile sulla modellazione molecolare, utile per i fondamenti teorici e pratici.”
- Rapaport, D.C. (2004). The Art of Molecular Dynamics Simulation. Cambridge University Press.
o “Ottimo per approfondire algoritmi e implementazioni pratiche nella dinamica molecolare.”
- Frenkel, D., Smit, B. (2001). Understanding Molecular Simulation: From Algorithms to Applications. Academic Press.
o “Un manuale avanzato per chi vuole esplorare in profondità i metodi numerici alla base delle simulazioni.”
The teacher will provide all the course material (slides and lecture notes). Suggested textbooks:
● Dill, K.A., Bromberg, S., 2010. Molecular Driving Forces: Statistical Thermodynamics in Biology, Chemistry, Physics, and Nanoscience. 2nd ed. Garland Science.
● Frenkel, D., Smit, B., 2002. Understanding Molecular Simulation: From Algorithms to Applications. 2nd ed. Academic Press.
● Leach, A.R., 2001. Molecular Modelling: Principles and Applications. Prentice Hall.
● Schlick, T., 2010. Molecular Modeling and Simulation: An Interdisciplinary Guide. 2nd ed. Springer.
● Nelson, P., 2008. Biological Physics: Energy, Information, Life. W.H. Freeman.
● Chipot, C., Pohorille, A. (eds.), 2007. Free Energy Calculations: Theory and Applications in Chemistry and Biology. Springer.
Slides; Dispense; Esercitazioni di laboratorio risolte;
Lecture slides; Lecture notes; Lab exercises with solutions;
Modalita di esame: Prova orale obbligatoria; Elaborato scritto individuale;
Exam: Compulsory oral exam; Individual essay;
...
L’esame consisterà in una prova orale individuale.
Per poter sostenere l’orale, è necessario aver svolto le esercitazioni di laboratorio previste (anche in autonomia) e presentare un report sintetico in formato PowerPoint (.pptx), da consegnare e discutere durante la prova. Il report, obbligatorio per tutti gli studenti, indipendentemente dalla frequenza ai laboratori in presenza, deve documentare in modo chiaro e tracciabile le procedure svolte, includendo grafici, risultati delle simulazioni e analisi delle osservazioni. Non è richiesto che sia prolisso o formale: l’essenziale è che sia completo, leggibile e funzionale alla discussione orale.
Durante l’orale, il docente valuterà:
1. La conoscenza e comprensione degli argomenti teorici trattati nel corso;
2. La capacità di applicare i concetti appresi a esempi concreti, inclusi quelli emersi durante le simulazioni pratiche;
3. La chiarezza nell’esposizione e la padronanza degli strumenti computazionali utilizzati nei laboratori;
4. L’originalità e il pensiero critico nell’analisi dei risultati e nella discussione tecnico-scientifica.
Durante l’esame orale, il docente potrà porre domande pratiche, interpretative o teoriche, anche collegate ai risultati ottenuti o alle scelte metodologiche effettuate dallo studente.
Gli studenti e le studentesse con disabilita o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unita Special Needs, al fine di permettere al/la docente la declinazione piu idonea in riferimento alla specifica tipologia di esame.
Exam: Compulsory oral exam; Individual essay;
The course is assessed through a compulsory oral examination. Each student brings to the oral exam a personal lab book prepared throughout the computational laboratory sessions.
The lab book takes the form of a PowerPoint presentation (pptx) compiled individually by each student. It documents the exercises carried out with GROMACS session by session: the simulations performed, the analyses conducted, the results obtained, and the student's own interpretation of the findings. Typical content includes conformational analysis, energy minimisation, equilibrium and non-equilibrium molecular dynamics, steered MD and force-extension curves, simulated annealing, and free energy calculations.
During the oral exam, the lab book serves as the starting point for discussion. However, the exam covers the full course programme: students are expected to master the theoretical foundations, the computational methods, and the applications presented in lectures, and may be asked questions on any topic covered in the course.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.