Insegnamento INNOVAZIONE DIGITALE IN CHIMICA PER RICERCA E IMPRESA
| Nome del corso | Scienze chimiche |
|---|---|
| Codice insegnamento | A004653 |
| Curriculum | Comune a tutti i curricula |
| Docente responsabile | Gabriele Cruciani |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2024 |
| Erogato | Erogato nel 2024/25 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Discipline chimiche organiche |
| Settore | CHIM/06 |
| Tipo insegnamento | Obbligatorio (Required) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | ITALIANO |
| Contenuti | La chimica moderna è la spina dorsale della nostra società, ma è anche considerata un importante contributo all'inquinamento ambientale globale e alla crisi climatica. La transizione verso un futuro sostenibile richiede una trasformazione radicale del modo in cui i processi chimici sono progettati sviluppati e utilizzati. Questo richiede innovazione sull’uso dei dati, una aumentata flessibilità e trasparenza di flussi di informazioni chimiche e una aumentata sostenibilità dei processi a partire dalla progettazione molecolare fino alle problematiche che affrontano la complessità delle interazioni tra la chimica e la salute umana e dell’ambiente. Il corso mostrerà come sia possibile una efficiente riduzione dei costi di ricerca e sviluppo mediante una opportuna digitalizzazione ed uso intelligente dei dati sperimentali. Verranno riportate le tecniche di simulazione per identificare i composti chimici e prevedere il loro impatto ambientale. |
| Testi di riferimento | Il materiale didattico dei contenuti del corso è fornito direttamente dal docente in forma elettronica come pdf. Per ulteriore materiale contattare i docenti |
| Obiettivi formativi | L’obiettivo primario dell’insegnamento è di fornire agli studenti le basi concettuali per contribuire a progettare o per utilizzare prodotti di digitalizzazione in applicazioni chimiche, anche industriali. Inoltre, poiché si discuretanno anche potenziali applicazioni in spettroscopia, spettrometria di massa e sintesi organica, lo studente avrà la possibilità di consolidare ed approfondire queste tematiche. Attività di laboratorio supporteranno il processo di apprendimento. A fine corso lo studente dovrebbe essere in grado di comprendere le principali strategie di digitalizzazione in campo chimico, e sapere progettazione e utilizzare strategie volte all’ottimizzazione di processi, all’utilizzo di banche dati, alla progettazione inversa. |
| Prerequisiti | Conoscenze di base in chimica generale e organica, competenze informatiche di base. |
| Metodi didattici | Il corso prevede esercitazioni di laboratorio ed è così organizzato: -Lezioni frontali in aula su tutti gli argomenti del corso della durata di 2 ore ciascuna. -Esperienze di laboratorio sia dimostrative che in gruppi. -Valutazione in itinere del grado di apprendimento degli studenti tramite risoluzione collegiale di casi di studio. Quest’attività è una forma di allenamento alla prova di esame. |
| Altre informazioni | Gabriele Cruciani: gabriele.cruciani@unipg.it |
| Modalità di verifica dell'apprendimento | L’esame prevede una prova scritta e una orale. La prima consiste nel rispondere in forma aperta ad una domanda volta a risolvere un problema reale con gli strumenti forniti durante il corso, e una domanda di laboratorio sulla produzione di dati sperimentali di NMR e LC-MS/MS (inclusa la lettura di uno spettro). La seconda prevede una discussione della durata di circa 30 minuti finalizzata all’accertamento delle capacità dello studente di descrivere ed applicare i concetti acquisiti. |
| Programma esteso | • Definizione e importanza dell'innovazione digitale in chimica • Storia e sviluppo della chimica computazionale • Meccanica Molecolare e quantistica in chimica • Dinamica molecolare • Introduzione al big data e al machine learning • Applicazioni del machine learning nella previsione delle proprietà molecolari • Algoritmi di machine learning comuni (regressione, reti neurali) • Uso dell'intelligenza artificiale per la sintesi automatizzata • Robotica in laboratorio e chimica automatizzata • Strumentazione e controllo di processi tramite IA • Tecniche di visualizzazione molecolare e rappresentazione dei dati • Strumenti software per la visualizzazione 3D (PyMOL, Chimera, Sybyl) • Analisi dei dati e grafici interattivi • Produzione, digitalizzazione ed uso di dati spettrali (LC-MS, NMR) • Applicazione dei dati spettrali digitalizzati per la ricerca avanzata ed high-throughput • Discussione sui trend futuri nell'innovazione digitale in chimica • Applicazione di tecniche innovative in attuali progetti di ricerca e sviluppo • Integrazione di varie tecnologie per affrontare progetti di ricerca |