Bando a Cascata RN1: AI-DEINFECT

L’intelligenza artificiale (IA) può svolgere un ruolo fondamentale nel migliorare la sorveglianza di virus con potenziale pandemico, andando oltre l'uso di modelli predittivi che analizzano dati demografici, ambientali e specifici dei patogeni per monitorare la diffusione di microorganismi emergenti. L'IA può anche essere decisiva per comprendere le complessità delle modifiche biologiche che avvengono durante l'infezione, le quali derivano dalle interazioni tra l'ospite e il patogeno, influenzando i profili trascrittomici e le modificazioni post-traduzionali delle proteine. Questo progetto, strutturato seguendo gli obiettivi del programma INF-ACT, propone un'indagine sulla patogenicità delle infezioni virali attraverso predizioni bioinformatiche e modelli matematici per analizzare le interazioni molecolari virali. Il modello virale scelto per lo studio è il virus Dengue (DENV), una minaccia pandemica in espansione nel sud Italia, che richiede un intervento rapido. Il progetto AI-DENInfect studierà, tramite lo sviluppo di vari modelli di IA, le modifiche genomiche e strutturali che mediano le interazioni molecolari tra le proteine virali e i target proteici dell'ospite. Particolare attenzione verrà data alle fasi iniziali del ciclo infettivo del DENV. L’obiettivo scientifico principale del progetto è lo sviluppo di un predittore basato su IA, creando il primo strumento completo ed efficace per valutare la patogenesi delle malattie infettive da arbovirus. In aggiunta, l’applicazione di bioinformatica e dell’IA supporterà l’integrazione di dati genetici e strutturali, algoritmi di deep learning e risorse computazionali avanzate per affrontare problemi cruciali della biologia dell'infezione, come le interazioni ospite-patogeno che influenzano la trasmissione tra specie ospiti, il tropismo cellulare, la dinamica di replicazione e la fitness virale