Negli ultimi cinque anni, l’intelligenza artificiale (IA) ha rivoluzionato il mondo della chimica e della biologia, aprendo strade prima considerate impossibili. In chimica, prodotti innovativi basati su tecniche di IA come DeepChem consentono ai ricercatori di scoprire più rapidamente molecole con proprietà specifiche, ottimizzando lunghi e costosi esperimenti in laboratorio. Un altro esempio è il sistema GlassNet, che usa reti neurali profonde per predire simultaneamente molte proprietà dei vetri, accelerando la progettazione di materiali avanzati e sostenibili con applicazioni in energia e telecomunicazioni.
AlphaFold di DeepMind è ancora più rivoluzionario: non solo ha permesso la predizione delle strutture proteiche, ma ha anche aperto nuove strade nella progettazione razionale di farmaci, permettendo di prevedere accuratamente l’intera-zione tra molecole e bersagli biologici. L’intelligenza artificiale non è più solo un tema specialistico, ma un potente alleato nella scoperta di nuovi materiali sostenibili, tecnologie avanzate e cure mediche innovative.
Negli ultimi cinque anni, l’intelligenza artificiale (IA) ha rivoluzionato il mondo della chimica e della biologia, aprendo strade prima considerate impossibili. In chimica, prodotti innovativi basati su tecniche di IA come DeepChem consentono ai ricercatori di scoprire più rapidamente molecole con proprietà specifiche, ottimizzando lunghi e costosi esperimenti in laboratorio. Un altro esempio è il sistema GlassNet, che usa reti neurali profonde per predire simultaneamente molte proprietà dei vetri, accelerando la progettazione di materiali avanzati e sostenibili con applicazioni in energia e telecomunicazioni. AlphaFold di DeepMind è ancora più rivoluzionario: non solo ha permesso la predizione delle strutture proteiche, ma ha anche aperto nuove strade nella progettazione razionale di farmaci, permettendo di prevedere accuratamente l’interazione tra molecole e bersagli biologici. L’intelligenza artificiale non è più solo un tema specialistico, ma un potente alleato nella scoperta di nuovi materiali sostenibili, tecnologie avanzate e cure mediche innovative.
In questo numero de La Chimica e l’Industria sono raccolti 5 contributi di chimici della SCI esperti in diverse applicazioni della IA in chimica e scienza dei materiali, di cui diamo una brevissima anticipazione nel seguito.
Davide Manca (Dip. Chimica, Politecnico di Milano) mostra come l’IA rivoluzioni l’ingegneria chimica, ottimizzando processi, prevenendo guasti e accelerando la scoperta di materiali sostenibili per superare le sfide della transizione energetica e digitale, migliorando efficienza, sicurezza e sostenibilità dell’industria chimica.
Eugenio Alladio (Dip. Chimica, Università di Torino) illustra come la manutenzione predittiva nel contesto dell’Industria 4.0 e 5.0, basata sull’analisi di dati storici di processo con modelli statistici multivariati, permetta una precoce rilevazione di anomalie per ridurre guasti e costi operativi. Un esempio significativo è il progetto DOLPHINS dell’Università di Torino, premiato con il Manufacturing Award 2021 per l’Intelligenza Artificiale e Data Analytics, grazie all’efficacia nella previsione accurata di malfunzionamenti.
Maria Cristina De Rosa (SCITEC, CNR Roma) descrive come i metodi di Computer-Aided Drug Design (CADD), integrati con l’IA e il deep learning, possono accelerare significativamente il processo di sviluppo dei farmaci, permettendo previsioni affidabili su proprietà molecolari e identificando rapidamente composti farmacologicamente efficaci.
Alfonso Pedone (Dip. Scienze Chimiche e Biologiche, Università di Modena e Reggio Emilia) presenta l’uso del Machine Learning (ML) per progettare e simulare materiali vetrosi ossidici, ottimizzandone proprietà e composizioni. Le conclusioni evidenziano che il ML consente previsioni accurate grazie alla predizione degli spettri NMR, accelerando significativamente lo sviluppo di nuovi vetri, con applicazioni nei settori energetico, tecnologico e ambientale.
Infine, GiovanniMaria Piccini (Dip. Scienze Chimiche e Biologiche, Università di Modena e Reggio Emilia) spiega come l’integrazione della IA con la chimica computazionale (dinamica molecolare ab initio) permetta di progettare catalizzatori più efficienti, aumentando sostenibilità e accuratezza nella previsione di reattività e proprietà grazie all’incremento di ordini di grandezza nella esplorazione spazio-temporale delle complesse superfici di energia potenziale tipiche della catalisi eterogenea.
C’è ancora strada da fare, ma il futuro è radioso.
di Piero Ugliengo, Claudio Greco e Marco De Vivo
Coordinatori sessione tematica
Artificial intelligence and modelling @SCI 2024
per LA CHIMICA E L’INDUSTRIA online
| ANNO IX | N° 2 | MARZO/APRILE 2025
