fbpx Struttura e complessità, dai biopolimeri al citoscheletro cellulare | Scienza in rete

Struttura e complessità, dai biopolimeri al citoscheletro cellulare

Primary tabs

Jeff Urbach, professore alla Georgetown University e coordinatore del Dynamics Imaging Laboratory in Regents Hall. Photo di Kuna Malik Hamad.

Tempo di lettura: 1 min

Cosa succede quando un oggetto viene sottoposto a una forza, per esempio una compressione o una spinta? Che eventi si verificano nella sua struttura interna? In che modo materiali diversi si piegano, deformano, spezzano? Domande, queste, al centro dell’attenzione di chi studia fisica dei materiali. Per rispondere alle quali lo studio della complessità è di grande aiuto.

Ne sa qualcosa Jeff Urbach, professore alla Georgetown University e coordinatore del Dynamics Imaging Laboratory, nel quale, insieme ai suoi collaboratori, combina fisica statistica, simulazioni al computer e avanzate tecniche di microscopia per studiare diversi tipi di dinamiche complesse.

Jeff Urbach (Georgetown University) – Intervista realizzata durante il corso Advances in Complex Systems, organizzato a Como dal Centro per la Complessità e i Biosistemi dell’Università di Milano.

Non solo nell’ambito della cosiddetta materia soffice – biopolimeri, idrogel, eccetera… – ma anche in altri campi nei quali la fisica interagisce con la biologia. Anche le cellule, infatti, hanno una loro architettura estremamente complessa, che interagisce sia con i diversi compartimenti interni sia con l’ambiente esterno. Che si tratti di cellule che migrano in un gel o del citoscheletro di un parassita unicellulare che si attacca alle pareti cellulari, i modelli utilizzati da Urbach e dai suoi colleghi consentono di studiare un’ampia serie di temi fondamentali di biofisica e biologia cellulare.


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.