Dall'Ue all'Università di Trento 30 milioni di euro in 10 anni per la ricerca. Collini: "Siamo un polo attrattivo"

TRENTO. In dieci anni l'Università di Trento è riuscita ad ottenere il finanziamento di ben 24 progetti di ricerca attraverso lo European Research Council. Il tutto per un valore di oltre 30 milioni di euro. Questo il bilancio che ancora una volta premia l'ateneo trentino che negli anni si è dimostrato capace di vincere una serrata selezione internazionale e di ottenere importanti finanziamenti.

I finanziamenti ERC vengono infatti assegnati a seguito di una procedura di valutazione non semplice e che si basa soprattutto sul criterio di eccellenza scientifica dei progetti e dei curricula di chi li propone.

Un sistema che ha permesso a Trento di reclutare e sostenere docenti e ricercatori che hanno dimostrato di avere importanti competenze e di essere innovativi. Permettendo a diversi anche di rientrare in Italia con il proprio lavoro.

“Dieci anni di Erc – ha spiegato il rettore Paolo Collini – sono un traguardo importante di una iniziativa di grande successo dell'Unione Europea perché va ad assistere la ricerca e i ricercatori offrendo la possibilità a questi ultimi di sviluppare percorsi autonomi”.

Sono ben 24 i finanziamenti che l'ateneo trentino è riuscito ad ottenere in questi 10 anni con una media di circa 3 milioni di euro all'anno.

“Il nostro ateneo – ha proseguito il rettore - è riuscito ad avere un ruolo di livello elevato dimostrando la capacità da parte dei ricercatori trentini di competere in queste situazioni difficilissime. Allo stesso tempo la nostra Università è anche il luogo dove a volte le persone che magari sviluppano la loro ricerca in altri centri del mondo decidono che Trento è il luogo ideale dove poter investire le proprie risorse. E' poi motivo anche di grande orgoglio il fatto che a vincere siano stati anche diversi ricercatori che già lavorano a Trento”.

Tornando ai dati dei 24 progetti ERC di cui UniTrento ha ottenuto il finanziamento, 21 sono Grant (20 come Host Institution e 1 come partner) e 3 Proof of Concept (altri 2 PoC sono attualmente in fase di negoziazione). Dei 24 progetti finanziati, 17 rientrano nel VII Programma Quadro e 7 (oltre ai due PoC in fase di preparazione del Grant Agreement) in Horizon 2020.

I due ERC più recenti, quelli di Demir e di Potestio, sono progetti finanziati nel bando Starting Grant 2017 e sono stati presentati oggi.

Begüm Demir, classe 1984, è ricercatrice a tempo determinato (con abilitazione al ruolo di professoressa associata) al Dipartimento di Ingegneria e Scienza dell’Informazione dell’Università di Trento e membro del Remote Sensing Laboratory (RSLab, diretto dal professor Lorenzo Bruzzone) dello stesso dipartimento.

Ha conseguito la laurea di primo livello nel 2005, la laurea magistrale nel 2007, e il dottorato di ricerca nel 2010, all’Università di Kocaeli, in Turchia, in Ingegneria elettronica e delle telecomunicazioni. I principali interessi di ricerca di Begüm Demir includono l’elaborazione di immagini, l’apprendimento automatico mediante applicazioni, fino all’analisi di immagini satellitari. In particolare, svolge attività di ricerca sulla classificazione delle immagini telerilevate, sulla stima dei parametri biofisici e il recupero di immagini satellitari in base al contenuto.

Il progetto che porterà avanti sarà “BigEarth”(Accurate and Scalable Processing of Big Data in Earth Observation, 60 mesi con grant totale di 1.491.479 euro) – Nel corso dell’ultimo decennio è stato lanciato nello spazio un gran numero di satelliti dedicati all’osservazione della Terra con a bordo sensori radar ad apertura ottica e sintetica. I progressi scientifici e tecnologici nel campo dei sistemi satellitari hanno consentito di aumentare il numero e la varietà della risoluzione spaziale e spettrale dei dati di osservazione della Terra. Questo ha portato alla produzione di enormi archivi di dati contenenti immagini di telerilevamento terrestre. Recuperare ed estrarre da essi informazioni utili diventa una vera e propria sfida. Proprio per questo la ricerca delle immagini sulla base del loro contenuto è un ambito di studio che ha attirato grande interesse nell’ambito della comunità scientifica internazionale.

Il progetto di ricerca BigEarth punta a sviluppare un sistema altamente innovativo di estrazione delle informazioni dalle immagini di telerilevamento che può migliorare in modo significativo lo stato dell’arte, sia dal punto mdi vista teorico, sia rispetto agli strumenti attualmente disponibili.

Il secondo nuovo Erc è Raffaello Potestio, nato a Roma classe 1982, ha conseguito la laurea in Fisica teorica all’Università degli Studi di Roma “La Sapienza” nel 2006. Dal 2006 ha seguito il corso di dottorato in fisica statistica e biologica della Scuola Internazionale di Studi Superiori Avanzati (SISSA) di Trieste. Dal 2010 al 2013 è stato ricercatore post-dottorale nel Max Planck Institute for Polymer Research di Mainz, in Germania.

L’attività di ricerca di Raffaello Potestio si concentra prevalentemente sullo sviluppo e l’applicazione di metodi computazionali per lo studio di molecole biologiche, in particolare metodi a bassa risoluzione (coarse-grained) e a risoluzione multipla. Il duplice scopo di questo approccio è la comprensione delle caratteristiche più fondamentali e/o generali di un sistema e, allo stesso tempo, il miglioramento dell’efficienza della sua simulazione al computer. Un’altra rilevante linea di ricerca è lo studio dei biopolimeri annodati, siano essi proteine o filamenti di DNA. A questo scopo vengono utilizzati sia modelli e metodi standard, sia approcci sviluppati specificamente per il sistema in esame.

Il suo progetto è “VARIAMOLS” (VAriable ResolutIon Algorithms for macroMOLecular Simulation, durata 60 mesi con un finanziamento complessivo di 1.339.351 euro).

Nell'ampio panorama dei sistemi biologici, un posto centrale è occupato da grandi proteine e insiemi multi-proteina. Uno dei problemi principali che si devono affrontare nello studio computazionale di queste macromolecole è il costo estremamente alto insito nell’uso di modelli molto accurati. Lo scopo principale del progetto è sviluppare e applicare nuovi metodi computazionali per lo studio di grandi proteine, o insiemi di proteine, e della loro dinamica, trovando dunque un equilibrio ottimale fra il costo della simulazione e la sua accuratezza.