CRESCO LAII
Sviluppo di tecnologie e modelli
computazionali per la descrizione di
sistemi complessi di origine biologica e
di materiali innovativi
Vittorio Rosato
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.
LA 2
Micro
Materials
LA 3
Macro
Biotech
Analysis
Control
CIs
C.S.
ENEA
ENEA
ENEA
CETMA
PSTS
YLICHRON CNR Avellino
Agraria, Uni-Na
ENEA
YLICHRON
Uni-CT
……
LA 1
Infrastructures
GRID
Software
Visualization
……..
…….
Sistemi biologici
Frazier et al., Science 300 (2003) 290
Sistemi tecnologici
Sistemi di sistemi
interdipendenti
Macro-sistemi
Modelli di sistemi
componenti
SPII.2
Bioinformatica
Grazia Licciardello, Vittoria Catara, PSTS e UniCatania
Giuseppe Aprea, C.R. ENEA Portici
Obiettivo
1. Implementazione di modelli computazionali per la simulazioni di reti metaboliche
complesse
2. Realizzazione di un database per il metabolismo del PHA (poly-hydrossi-alkanoate) nella
specie Pseudomonas
Fasi di studio
1.
2.
3.
4.
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
5. Realizzazione del database PHA in Pseudomonas (Pseudo-Bio-Res)
E-Cell
Software sviluppato dall’University of Kejo (Giappone)
PHA metabolism
PHA (polialcanoate) metabolic pathway
(in Pseudomonas)
E-Cell : tool per la simulazione
numerica di modelli di reti
biochimiche
SPII.4
Sviluppo di modelli numerici per analisi
strutturali complesse e processi di
sinterizzazione
CETMA, Brindisi
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 .
Possibilità grafiche avanzate offerte da CVR
Riduzione dei tempi di calcolo per un modello
CFD 3D in funzione del numero dei processori
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)
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
nodes number: 1272783
elements number: 792674
Pre Processor
Olevsky costitutive
law for ceramics
materials
Solver
 ij 
FEM mesh and boundary conditions
FEM mesh and boundary conditions

 W  
1 

ij     e ij   PL  ij
W


3 

Total
displacement
(mm)
Deflection (Uy, mm)
Deflection (Uy, mm)
Post Processor
Caratterizzazione sperimentale e modellazione numerica
di geometrie semplici: test di flessione
Simulazione del processo di sinterizzazione di geometrie
complesse per la progettazione degli stampi
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
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:
1.Materiali per la tecnologie dell’idrogeno
2.Nanomateriali ibridi (organico-inorganico)
Entrambe queste linee sono state sviluppate in CRESCO.
1.Studio del sistema Mg-H e la formazione di idruri metallici
2.Adesività di short polypeptides su superfici C-based (grafene, nanotubi)
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:
(1)La ricerca di unità funzionali
(2)La ricerca di collanti biologici capaci di ancorare l’unità
funzionale su un substrato inorganico senza modificare
sensibilmente il folding dell’unità funzionale
1. Definizione peptide con alta affinità carbonio
(sequenza = HWSAWWIRSNQS)
2. Folding in acqua(hpc)
3. Rigid docking su graphene e SWNT
4. Rilassamento tramite MD in acqua (hpc)
System
(system size)
MIMD (Pentium 32 bit)
CRESCO platform
Small peptide (16 nsec)
(4000 atoms)
128 ore (dual core)
10 ore (quad core)
Large protein (1,23 nsec)
(25000 atoms)
16,9 ore (2xquad core)
IF=4.086