Il progetto, si svilupperà lungo tre direttrici:
- applicazione e sviluppo di metodi di caratterizzazione chimica avanzata per garantire e promuovere la tracciabilità e la qualità (funzionale e nutrizionale) dei prodotti agro-alimentari e la sostenibilità dei processi produttivi;
- implementazione di sistemi multiscala per la caratterizzazione fisiologica delle piante e dei sistemi agro-forestali;
- sviluppo di strumenti computazionali per la gestione, l’analisi e l’integrazione in modelli agronomici di big data.
Il progetto si colloca nel percorso strategico di FEM finalizzato a consolidare e sviluppare le proprie competenze rispetto alle esigenze del territorio rafforzando le connessioni con la più ampia comunità nazionale ed internazionale.
L’organizzazione in WP evidenzia la continuità con l’lR FRUITOMICS, in linea con la struttura attuale e lo sviluppo industriale già previsto per il 2024 e il 2025 mantenendo inalterata pertanto la numerazione dei WP sui cui si intende potenziare l’IR:
a. WP1. Caratterizzazione e promozione della qualità alimentare:
- [Task 1.1.] Sviluppo ed applicazione di metodi di tracciabilità
- [Task 1.2] Analisi metabolomica di matrici agro-alimentari
- [Task 1.3] Analisi in tempo reale di composti volatili in processi agro-alimentari
- [Task1.4] Sviluppo di metodi di metabolomica nutrizionale per lo studio dell’interazione cibo-individuo.
b. WP4. Caratterizzazione degli agro-sistemi e agricoltura di precisione:
- [Task 4.1] Caratterizzazione rapida e quantitativa di parametri fisiologici, fitopatologici, produttivi e qualitativi delle colture e degli ecosistemi forestali
- [Task 4.2] Studio del bilancio dei gas serra
c. Operando trasversalmente il WP3 sarà potenziato per la conservazione [Task 3.1] e l’analisi dei dati con particolare attenzione agli aspetti di modellazione e previsione [Task 3.2].
WP1: CARATTERIZZAZIONE E PROMOZIONE DELLA QUALITÀ ALIMENTARE
Gli obiettivi primari del WP1 riguardano lo studio e la definizione della qualità alimentare garantendo la tracciabilità lungo tutta la filiera (Task 1.1) e attraverso la misura delle proprietà composizionali delle matrici alimentari (metabolomica) (Task 1.2) ed il monitoraggio rapido e non invasivo dei processi di trasformazione (Task 1.3). Questi aspetti sono centrali per consolidare la fiducia dei consumatori valorizzando al contempo le produzioni territoriali e costituiscono lo snodo fondamentale a supporto delle attività di selezione varietale e di breeding.
Il potenziale analitico offerto dall’IR verrà incrementato mediante l’acquisizione di strumenti che consentiranno: a) l’analisi compound-specific isotopica interfacciata a gascromatografia; b) la caratterizzazione di composti volatili mediante gascromatografia bidimensionale; c) il monitoraggio ad alta sensibilità e non invasivo dei composti volatili con metodi di spettrometria di massa a iniezione diretta ad alta capacità.
La caratterizzazione dell’interazione delle matrici alimentari con l’individuo rappresenta il tassello finale dell’approccio farm-to-fork. La metabolomica nutrizionale (Task 1.4) integra gli studi di nutrizione attraverso lo studio nei biofluidi dei metaboliti derivanti dall’assunzione di specifici alimenti. In quest’area, si prevede l’acquisizione di uno spettrometro ad altissima risoluzione che aprirà inoltre innovative prospettive di ricerca nell’ambito della tracciabilità (Task 1.1) e delle sue applicazioni alla fisiologia vegetale ed in ambito ambientale.
WP3: DATA MODELING E ANALYTICS
Le attività di progetto genereranno una grande massa di dati eterogenei (genomici, chimici, fenotipici) che dovranno essere immagazzinati, organizzati, interpretati e, infine, inseriti all’interno di modelli agro-forestali.
FRUITOMICS 2.0 con il WP3 si propone di aggiornare l’infrastruttura già presente in FEM estendendone la vita operativa e aumentandone la capacità nelle aree del Machine Learning, dell’Intelligenza Artificiale e della modellazione agronomica. In particolare, si propone l’acquisto di un adeguato spazio di storage ed immagazzinamento dati (Task 3.1) e di nodi computazionali ad alte prestazioni (CPU,GPU, Task 3.2).
WP4: CARATTERIZZAZIONE DEGLI AGRO-SISTEMI E AGRICOLTURA DI PRECISIONE
Gli sviluppi tecnologici recenti nelle aree del remote/proximal sensing, della sensoristica distribuita (IoT) e delle reti di comunicazione mettono a disposizione strumenti estremamente performanti per caratterizzare in modo quantitativo i sistemi agro-forestali, sia a livello di singolo foglia/frutto che a livello territoriale. In questo contesto l’obiettivo degli investimenti proposti è di dotare FEM di strumenti all’avanguardia per le misure fisiologiche (fotosintesi, fluorescenza, scambi gassosi) in pieno campo e per la caratterizzazione multiparametrica ad alta produttività di frutti (Task 4.1).
La strumentazione permetterà di studiare la risposta della vegetazione al microclima locale, di monitorare i processi fisio-patologici e si integrerà con le linee di ricerca già attive nell’ambito del breeding e dell’ottimizzazione delle pratiche agronomiche (agricoltura di precisione) volte all’ottimizzazione della sostenibilità e della produttività in un contesto di importante evoluzione climatica. A livello sistemico questi dati permetteranno di studiare la dinamica (bilancio) agro-forestale dei gas serra (Task 4.2) nell’ottica di promuovere la sostenibilità delle produzioni primarie.