MGELS - Machine-learning polymer Gel's ELasticity and Structure

ID Call: HORIZON-MSCA-2022-PF-01 MSCA Postdoctoral Fellowships

Ruolo di Sapienza nel progetto: Host Institution

Supervisor: Emanuela Zaccarelli

Fellow: Susana Marin Aguilar

Dipartimento: Fisica

Data inizio progetto: 01/04/2024

Data fine progetto: 31/03/2026

Abstract del progetto:

I materiali soffici sono una promettente classe di sistemi per la loro responsività. In particolare, gli idrogelie i microgel termoresponsivi sono ampiamente utilizzati per la somministrazione di farmaci, l'ingegneria cellulare e persino il restauro artistico. Una caratteristica importante di questi sistemi è la loro elasticità interna, che può essere regolata in base al protocollo di preparazione e alla concentrazione di reticolante. Nonostante i recenti progressi nella loro modellazione mediante simulazioni numeriche, non c'è modo di conoscere a priori la loro struttura ed elasticità a partire dai soli costituenti iniziali, e quindi è necessario effettuare un'ampia esplorazione dei parametri iniziali attraverso simulazioni ed esperimenti. Per superare questa difficoltà, la proposta MGELS- Machine-learning polymer Gel's ELasticity and Structure-- sfrutterà i metodi di Machine Learning (ML) per sviluppare nuovi strumenti in grado di prevedere le proprietà strutturali ed elastiche degli idrogel e delle particelle di microgel per progettare in silico reti polimeriche con le caratteristiche desiderate.