PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Modellazione molecolare di materiali dinamici auto-assemblati con proprietà bioispirate

Parole chiave CHIMICA FISICA, CHIMICA SUPRAMOLECOLARE, COARSE-GRAINING, DINAMICA MOLECOLARE, FISICA STATISTICA, MACHINE LEARNING, MODELLAZIONE E SIMULAZIONE MOLECOLARE, SELF-ASSEMBLY, SIMULAZIONE MULTISCALA

Riferimenti GIOVANNI MARIA PAVAN

Gruppi di ricerca COMPUTATIONAL PHYSICAL CHEMISTRY (CPC) LABORATORY

Tipo tesi MODELLISTICA E SIMULAZIONE

Descrizione La natura utilizza il self-assembly per costruire materiali supramolecolari affascinanti, come i microtubuli e i filamenti proteici, che possono auto-ripararsi, riconfigurarsi, adattarsi o rispondere a stimoli specifici in modo dinamico. Imparare a progettare materiali supramolecolari artificiali che possiedono proprietà bioispirate attraverso principi di autoassemblaggio simili sarebbe una svolta per molte applicazioni, ma non è banale.
Questa tesi è collegata al progetto ERC Consolidator grant "DYNAPOL", che mira a capire come progettare nuovi tipi di materiali artificiali con proprietà dinamiche bio-ispirate attraverso modelli molecolari multiscala, simulazione computazionale avanzata e approcci di machine learning.

Vedi anche  https://www.gmpavanlab.com/

Note Durante la tesi, lo studente avrà l'opportunità di lavorare a stretto contatto con ricercatori e scienziati di fama mondiale, partner accademici e industriali nazionali e internazionali.


Scadenza validita proposta 07/09/2024      PROPONI LA TUA CANDIDATURA