PORTFELJ / SVEUČILIŠNI PROJEKTI

Istraživački projekti 2025.-2029.

Preobrazba u načinu otkrivanja peptidnih nanomaterijala pomoću generativne umjetne inteligencije

Područje prirodnih znanosti/uniri projekti za materijalno zahtjevna istraživanja

Početak projekta: 1.10.2025.

PepNanoDisco ima za cilj unaprijediti otkrivanje i razumijevanje supramolekularnih peptidnih materijala kroz inovativnu integraciju neuronskih mreža (NN), simulacija molekularne dinamike (MD) i eksperimentalnog pristupa. Projekt se temelji na rezultatima i uspjesima našeg prethodnog istraživanja i fokusira se na rješavanje ključnih izazova u primjeni umjetne inteligencije (AI) u predviđanju svojstava peptida, poput slabe međusobne povezanosti istraživačkih metoda u ovim područjima, neskladnosti u izvještavanju podataka i ograničenoj ponovljivosti eksperimenata. Korištenjem generativne umjetne inteligencije zasnovane na neuronskim mrežama, projekt će otkriti peptidne sekvence s visokim potencijalom za samo-sastavljanje, koje će biti testirane kroz simulacije molekularne dinamike i eksperimentalnu validaciju. Ovakav pristup omogućit će stalno usavršavanje AI modela, uzimajući u obzir ne samo sekvencu, već i kontekst samo-sastavljanja. Potom će se koristiti grube simulacije (coarse-grain) za bolje razumijevanje agregacije peptida i njezinih ključnih parametara. Rezultati simulacija bit će uspoređeni s eksperimentalnim podacima, poput cirkularnog dikroizma, stvarajući tako povratnu petlju koja će usmjeriti daljnji razvoj modela i simulacija. Najperspektivniji peptidni kandidati, identificirani umjetnom inteligencijom i rafinirani pomoću molekularnih simulacija, bit će eksperimentalno karakterizirani u različitim uvjetima, omogućujući dublje razumijevanje procesa samo-sastavljanja i formiranja novih materijala. Projekt će tako stvoriti napredni okvir za otkrivanje supramolekularnih peptidnih materijala, čime će omogućiti stručnjacima u području kemije pametno pretraživanje kemijskog prostora peptida. Ovaj pristup otkrit će nova saznanja o povezanosti sekvence, eksperimentalnih uvjeta i samo-sastavljanja, čime će unaprijediti sposobnost predviđanja i kontrole agregacije peptida te tako omogućiti otkriće novih funkcionalnih materijala za primjenu u terapiji ili katalizi.

Istraživački tim

Voditelj projekta

SURADNICI

Marta De Zotti

Branimir Bertoša

DOKTORANDI

Jospi Mihalac