I due progetti, a cui sono stati assegnati gli ERC Advanced Grant 2021, sono ANIMATE (ANalogue In-Memory computing with Advanced device Technology) del professor Daniele Ielmini, e BEACONSANDEGG della professoressa Manuela Raimondi: entrambi docenti del Politecnico di Milano.
Con questi due progetti, il Politecnico di Milano ha ottenuto in totale 86 individual grant europei (tra ERC e Marie Curie).
BEACONSANDEGG è dedicato alla fibrosi tumorale
“Nel tumore al seno l’aggressività è correlata all’irrigidimento fibrotico del tessuto tumorale – spiega la professoressa Raimondi. La fibrosi impedisce progressivamente ai farmaci di raggiungere le cellule tumorali, a causa della formazione di una matrice con proprietà meccaniche che stabilizzano la rete vascolare del tumore. Tuttavia, la gerarchia e la stabilità della rete vascolare del tumore non sono riproducibili in vitro”. La ricerca BEACONSANDEGG da lei condotta svilupperà una piattaforma innovativa in grado di ricapitolare la fibrosi tumorale, sfruttando la vascolarizzazione di un organismo vivente.
L’obiettivo è quello di sviluppare una piattaforma per la traslazione clinica di nuovi prodotti terapeutici
“Per raggiungere questo obiettivo – continua la docente – saranno modellizzati dei microtumori a vari livelli di fibrosi. Saranno utilizzate delle cellule di cancro al seno umane fatte aderire a microsupporti polimerici 3D. I microtumori saranno impiantati in vivo nella membrana respiratoria di uova aviarie embrionate, per suscitare una reazione fibrotica da corpo estraneo nei microtumori. Sarà variata la geometria dei microsupporti 3D per condizionare l’infiltrazione dei microtumori da parte dei vasi e delle cellule dell’embrione. Questo modello di studio sarà validato con farmaci antitumorali il cui risultato clinico è noto dipendere dal livello di fibrosi tumorale. Questo progetto combina la meccanobiologia con la bioingegneria, l’oncologia, la genetica, la microtecnologia, la biofisica e la farmacologia per arrivare a comprendere i meccanismi di progressione dei tumori più incurabili. Fornirà inoltre una piattaforma standardizzabile ed etica per promuovere la traslazione clinica di nuovi prodotti terapeutici in oncologia”.
ANIMAT è una risposta per tagliare i consumi energetici e la produzione di C02.
Il costo energetico legato a generazione, elaborazione e utilizzo di grandi quantità di dati è estremamente elevato: è stato stimato che il training di una rete neurale convenzionale per l’intelligenza artificiale (IA) produce la stessa anidride carbonica di 5 auto nel loro ciclo di utilizzo. I data center consumano oggi circa l’1% della domanda energetica globale, con una crescita prevista fino al 7% nel 2030.
La ricerca preliminare di ANIMATE del professor Ielmini ha dimostrato che il fabbisogno energetico di calcolo può essere ridotto mediante il closed-loop in-memory computing CL-IMC (calcolo in memoria ad anello chiuso), in grado di risolvere problemi di algebra lineare in un solo passaggio computazionale. Secondo il prof. Ielmini “in CL-IMC il tempo per risolvere un determinato problema non aumenta con la dimensione del problema stesso, a differenza di altri concetti di calcolo, come i computer digitali e quantistici. Grazie alla riduzione del tempo di calcolo, CL-IMC richiede 5 mila volte meno energia rispetto ai computer digitali a pari precisione in termini di numero di bit. I risultati preliminari rendono il CL-IMC un concetto di calcolo estremamente promettente per ridurre il consumo energetico dell’elaborazione dei dati”.
Il progetto di Ielmini svilupperà la tecnologia del dispositivo e dei circuiti, le architetture di sistema e l’insieme di applicazioni per validare completamente il concetto di CL-IMC. L’architettura a livello di sistema e l’esplorazione delle applicazioni proveranno ulteriormente la scalabilità e la fattibilità del concetto, per dimostrare che CL-IMC è uno dei principali concorrenti tra le tecnologie di calcolo ad alta efficienza energetica.
