Unifi, grazie ai fondi del Piano Nazionale della Ricerca 2021-2027, ha promosso il bando JUNIOR (Young Independent Researchers), dedicato a progetti di giovani ricercatori indipendenti collegati ai grandi ambiti di ricerca e innovazione.
Il bando supporta l’avvio di carriera dei giovani dottori di ricerca e mira soprattutto a farli rientrare in Italia: potevano concorrere, infatti, gruppi di almeno tre ricercatori, italiani o stranieri, di cui almeno un componente non avesse risieduto o svolto la propria principale attività in Italia per più di 12 mesi, nei tre anni antecedenti alla scadenza del bando.
L’Ateneo fiorentino, grazie al bando JUNIOR, ha accolto tre gruppi di ricerca guidati da altrettanti team leader: Veronica Ballerini e Patrizio Lodetti lavoreranno al Dipartimento di Statistica, Informatica, Applicazioni “Giuseppe Parenti” (DiSIA), mentre Costanza Scopetani sarà in forza al Dipartimento di Chimica “Ugo Schiff” (DICUS). Il finanziamento totale per i tre progetti biennali è di 799mila euro.
Il biosensore di MuSC protegge le coltivazioni da elementi nocivi
Costanza Scopetani, insieme ad Agnese Bellabarba e Giulia Selvolini, compone il gruppo di lavoro che verrà ospitato dal Dipartimento di Chimica “Ugo Schiff” (DICUS). Il progetto che le tre ricercatrici svilupperanno nei laboratori Unifi si chiama “Analysis and sensing of contaminants in agriculture: from Mulches to Soil and Crops – MuSC”. Le ricerche del team si muoveranno nell’ambito della pacciamatura, una delle pratiche agricole più diffuse per migliorare la qualità delle colture e del raccolto. Nella pacciamatura vengono usati materiali – come pellicole o film – che vengono adagiati sul terreno circostante alle piante senza però coprire le piante stesse. La pacciamatura, quindi, aiuta a mantenere l’umidità del suolo tramite l’infiltrazione dell’acqua nel terreno e limita la crescita di erbacce, migliorando così i rendimenti delle colture.
“L’obiettivo centrale è quello di valutare l’impatto dei film di pacciamatura nel trasferimento di contaminanti nel terreno agricolo e quindi nei raccolti. Inoltre, si studieranno le possibili variazioni nella comunità microbica del suolo e verrà sviluppato un biosensore che permetterà di monitorare in situ il rilascio di contaminanti nel terreno” spiega Costanza Scopetani, ricercatrice chimica Unifi e team leader di MuSC, che ha lavorato anche all’Università di Helsinki. “Non è ancora chiaro quali sostanze chimiche si possano trasferire da quei materiali al terreno e alle piante, per poi finire nella frutta e verdura che mangiamo. Le nostre ricerche analizzeranno film di pacciamatura in polietilene (i più comuni) e quelli biodegradabili”.
Il gruppo di MuSc vanta competenze multidisciplinari: come Scopetani, anche Giulia Selvolini è una ricercatrice chimica, mentre Agnese Bellabarba lavora al Dipartimento di di Scienze e Tecnologie Agrarie, Alimentari, Ambientali e Forestali (DAGRI).
“Vogliamo creare un biosensore user friendly, utilizzabile anche da personale non qualificato, in grado di avviare un trasferimento di tecnologie verso aziende agricole e associazioni socio-ambientali – conclude Scopetani –. Il dispositivo made in Unifi potrebbe avere numerose applicazioni nel campo della sicurezza sanitaria e del controllo alimentare, rivestendo un ruolo di primo piano nel proteggere i consumatori dall’assunzione di sostanze potenzialmente dannose. Le aziende produttrici se ne potrebbero servire durante la fase di controllo dei prodotti o proprio nel processo di produzione”.
BayesMeCOS, la statistica applicata alla medicina di precisione
“Metodologie statistiche accurate ricoprono un ruolo fondamentale, a fronte del continuo sviluppo di tecnologia, intelligenza artificiale e machine learning. Il progetto di cui mi occupo applica appunto la statistica nel settore degli studi clinici e in particolare nel framework della medicina di precisione”.
In questo modo Veronica Ballerini, ricercatrice in Statistica metodologica, presenta “Bayesian Methods for Clinical and Observational Studies (BayesMeCOS)”, il progetto che condurrà insieme agli statistici Matteo Pedone e Norma Alejandra Vergara Lope Gracia.
L’ambito d’azione sarà, appunto la medicina di precisione, basata sulle differenze individuali e le caratteristiche specifiche del singolo paziente.
Il progetto deve il proprio nome alla metodologia bayesiana che guiderà gli studi condotti dai ricercatori: un paradigma di apprendimento capace di modellare e aggiornare le relazioni tra i dati in maniera flessibile, che tiene conto della conoscenza passata e delle informazioni nuove.
“Le ricerche del mio gruppo – precisa Ballerini – puntano a elaborare nuovi strumenti statistici che rendano più efficiente tutto il processo su cui si fonda la medicina di precisione. Cercheremo di definire un approccio medico che si prefigga di adattare i trattamenti clinici alle caratteristiche dei singoli pazienti e renderli più efficaci, sfruttando diverse fonti di eterogeneità, come informazioni genetiche, ambientali, stile di vita”.
In BayesMeCOS ricopre un ruolo fondamentale il DiSIA, come ammette la stessa Ballerini. “Continueremo a collaborare con i ricercatori che ci hanno accompagnato finora: Monia Lupparelli, Alessandra Mattei, Fabrizia Mealli e Francesco Stingo. Il DiSIA è anche uno dei dipartimenti che hanno costituito il Florence Center for Data Science, di grande supporto nelle future attività di divulgazione del progetto. BayesMeCOS, infine, si avvarrà anche della collaborazione di altri dipartimenti, nonché di biologi e medici legati all’Ateneo fiorentino”.
Come l’incertezza influenza i percorsi familiari: l’indagine di UnFamiLiC
L’incertezza è una caratteristica intrinseca delle società contemporanee ed è assurta a elemento centrale nel dibattito delle Scienze sociali.
Tuttavia, se la crisi economica del 2008 aveva indirizzato le ricerche sull’effetto dell’incertezza economica sui percorsi di vita familiare, i recenti avvenimenti globali hanno dimostrato come l’economia non sia l’unica forza in grado di generare incertezza.
Ed è qui che si inserisce “Uncertainty and the Family Life Course – UnFamiLiC”, progetto volto allo studio dell’influenza delle nuove forme di incertezza sui percorsi di vita familiare.
“UnFamiLiC – illustra Patrizio Lodetti, ricercatore post-doc con competenze in sociologia e demografia computazionale, nonché team leader del progetto – deriva da un importante progetto ERC dal titolo “Economic Uncertainty and Fertility in Europe (EU-FER)”, coordinato da Daniele Vignoli (DiSIA), che appunto analizzava gli effetti dell’incertezza dal lato economico. Il mio gruppo intende allargare l’ambito di ricerca tracciato da EU-FER e includere altri fattori di incertezza, di tipo politico e sociale, legati in particolare all’epidemia Covid e al conflitto in Ucraina”.
Insieme a Lodetti, alla scrittura del progetto UnFamiLiC hanno contribuito Giammarco Alderotti (demografo che ha dovuto lasciare il gruppo di ricerca anzitempo per una posizione da ricercatore), Elena Bastianelli (sociologa esperta di demografia e dinamiche familiari), Victoria San Juan Bernuy (demografa) e Sara Tafuro (socio-demografa).
“L’approccio multidisciplinare – continua Lodetti – permetterà la sinergia di più prospettive nel definire i risvolti dell’incertezza sulle dinamiche familiari: dalla formazione e scioglimento delle coppie fino alla scelta di fare figli. La ricerca enfatizzerà l’analisi dell’incertezza generata dalle narrative fornite dai media tradizionali come i giornali e sulla manifestazione di questa incertezza attraverso i social network”.
UnFamiLiC si avvale di diverse fonti di dati mediatici, che includono articoli giornalistici, trascrizioni di telegiornali, e dati raccolti dai social media. Nell’ambito del DiSIA, il team rimarrà in stretto contatto con l’UPS – Population and Society Research Unit, unità di ricerca dell’Ateneo. “Vogliamo offrire ai politici evidenze scientifiche su cui basare le decisioni – conclude Lodetti – e fornire alle Scienze sociali nuovi spunti di dibattito”.
