O CICECO – Aveiro Institute of Materials garantiu financiamento para seis projetos na 6.ª edição do Concurso de Projetos de Computação Avançada da Fundação para a Ciência e a Tecnologia (FCT), reforçando a sua capacidade de recorrer à computação de alto desempenho (HPC) para responder a desafios científicos nas áreas da ciência dos materiais, química, física e modelação computacional.

O concurso, que apoia o acesso às infraestruturas de computação avançada de Portugal e da Europa, disponibiliza aos investigadores recursos computacionais em sistemas como o supercomputador Deucalion e o MareNostrum 5, permitindo realizar simulações em larga escala e investigações intensivas em dados que, de outra forma, seriam impraticáveis.

"Garantir seis projetos numa chamada nacional tão competitiva representa uma conquista notável para o CICECO. O acesso a infraestruturas de computação avançada tornou-se essencial para responder a desafios científicos cada vez mais complexos, permitindo aos investigadores realizar simulações a uma escala que, de outra forma, não seria possível. Estes resultados refletem a excelência científica dos nossos investigadores e reforçam o compromisso do CICECO em integrar computação de alto desempenho com investigação experimental e teórica para acelerar a inovação na ciência dos materiais", afirma José R. B. Gomes, coordenador do Grupo 6 do CICECO – Materiais Virtuais e Inteligência Artificial.

Entre os projetos financiados, três obtiveram acesso A3 (Large Scale Access), o nível mais elevado do programa, destinado a investigação que exige os recursos computacionais mais avançados. Os restantes projetos foram apoiados ao abrigo da modalidade A2 (Regular Access).

Os projetos abrangem um vasto conjunto de temas científicos, desde simulações moleculares de proteínas fluorescentes e aprendizagem automática para descoberta de materiais até alótropos de carbono, materiais catalíticos e vidros funcionais.

Conheça os projetos

Unveiling the tetrahedral ordered structure of water around Green Fluorescent Proteins

Liderado por German Perez Sanchez, este projeto irá investigar a forma como a água se organiza em torno das proteínas fluorescentes verdes (Green Fluorescent Proteins), fornecendo conhecimento atomístico sobre os mecanismos de fluorescência e o dobramento proteico através de extensas simulações de dinâmica molecular.

Reactive machine learning interatomic potentials for high throughput discovery of K+selective porous silicates

Coordenado por Carlos Bornes, este projeto irá desenvolver potenciais interatómicos reativos baseados em aprendizagem automática para acelerar a descoberta de silicatos porosos seletivos para potássio. O trabalho combina inteligência artificial e simulações atomísticas para identificar materiais com melhor desempenho em aplicações nas áreas da saúde, remediação ambiental e separações industriais.

Unraveling high pressure synthesis of exotic carbon allotropes with machine learning aided ab initio molecular dynamics

Jorge Laranjeira recorrerá à dinâmica molecular ab initio assistida por aprendizagem automática para investigar vias de síntese sob alta pressão de alótropos exóticos de carbono. O projeto pretende aprofundar o conhecimento sobre novos materiais de carbono que poderão, futuramente, contribuir para tecnologias de supercondutividade.

CPU-MINIONS – Catalytic Pathways Unveiled in MImicking NItrogenase-inspired catalysis ON Sulfur MXenes

Ao abrigo da modalidade A3, José R. B. Gomes liderará o projeto CPU-MINIONS, centrado na identificação de mecanismos catalíticos inspirados na nitrogenase em MXenes de enxofre, recorrendo a abordagens computacionais avançadas.

High Throughput DFT Screening of Single Atom Catalysts for CO2 to Methane Conversion

Coordenado por Iago C. Vogel e Mirtha Lourenço, este projeto A2 realizará um rastreio computacional de alto débito baseado em teoria do funcional da densidade (DFT) para identificar catalisadores de átomo único capazes de converter dióxido de carbono em metano de forma eficiente, contribuindo para o desenvolvimento de processos catalíticos mais sustentáveis.

Multiscale Computational and NMR Spectroscopic Investigation of Functional Glasses

Liderado por Anuraag Gaddam, este projeto, também financiado na modalidade A3, integrará dinâmica molecular ab initio, teoria do funcional da densidade, modelação por ressonância magnética nuclear e aprendizagem automática para estabelecer relações preditivas entre estrutura e propriedades em vidros funcionais.

Impacto na investigação

Em conjunto, estes projetos ilustram o papel cada vez mais relevante da computação avançada na aceleração da descoberta científica, permitindo simulações progressivamente mais sofisticadas em múltiplas áreas do conhecimento.

O Concurso de Projetos de Computação Avançada da FCT tem como objetivo alargar o acesso às infraestruturas nacionais de HPC, apoiando equipas de investigação em diferentes níveis de maturidade computacional. Através do acesso a recursos de supercomputação de classe mundial, o programa permite aos investigadores enfrentar problemas científicos complexos, reforçando simultaneamente a participação de Portugal no ecossistema europeu de computação de alto desempenho.

O excelente desempenho do CICECO nesta edição do concurso evidencia a sua reconhecida competência em ciência computacional e o investimento contínuo na integração de modelação avançada, inteligência artificial e investigação experimental para responder aos desafios da ciência dos materiais e áreas afins.

Saiba mais sobre os recursos computacionais da FCT: https://www.fct.pt/financiamento/programas-de-financiamento/computacao/recursos-computacionais-fct/ 

Conheça o computador Decalion: https://educast.fccn.pt/vod/clips/23oro8z9t/streaming.html?locale=pt