Piattaforma predittiva per la prevenzione e mitigazione del rischio di corrosione microbiologica basata su analisi genomica e modelli di apprendimento automatico

Il progetto si propone di sviluppare una piattaforma metodologica integrata, che combina l’analisi metagenomica e funzionale delle comunità microbiche, le condizioni chimico-fisiche ambientali, le caratteristiche dei materiali, con l’uso di algoritmi di machine learning (ML). L’obiettivo è duplice: da un lato, contribuire alla comprensione dei meccanismi microbici della corrosione in condizioni reali e predire i microbiomi associati alla MIC in rilevanti contesti industriali; dall’altro, approfondire a livello di laboratorio alcune condizioni specifiche e caratteristiche, con un approccio di multievidenze, al fine di fornire elementi essenziali, e ad oggi assenti in letteratura. La finalità generale di questa progettualità è contribuire in modo sistematico allo studio multidisciplinare della MIC, affrontando le sue basi biologiche, chimiche e ambientali, per migliorare la prevenzione, il monitoraggio e la gestione del rischio corrosivo, al fine di potenziare la resilienza delle infrastrutture e di conseguenza la sicurezza dei lavoratori.