
Fisica Statistica di Sistemi Complessi e Biologici
Staff
Michele Allegra, Sandro Azaele, Marco Baiesi, Fulvio Baldovin,Davide Bernardi, Valeria D'Andrea, Manlio De Domenico, Gianmaria Falasco, Ramon Guevara, Emanuele Locatelli, Amos Maritan, Enzo Orlandini, Flavio Seno, Samir Suweis, Antonio Trovato.
Assegnisti
Jean-François Derivaux, Jacopo Fadanni, Danilo Forastiere, Christian Grilletta, Johannes Nauta, Tomas Scagliarini, Marin Vatin
Collaboratori
Jesus Mauricio Encinas Riveros, Silvia Lazzardi, Javier Aguilar Sánchez, Luca Martinoia
Dottorandi
Anna Braghetto, Alice Doimo, Francesco Ferraro, Tommaso Jack Leonardi, Fabio Menegazzo, Jacopo Pasqualini, Leonardo Salicari, Davide Santolin, Marika Sartore, Kobe Simoens, Chiara Veronese, Giorgio Vittorio Visco, Clemens Franz Vorsmann, Meixi Yuan, Francesco Zambelli, Davide Zanchetta
Attività di Ricerca
L’attività di ricerca teorica del nostro gruppo copre aree scientifiche che vanno dalla meccanica statistica alla fisica dei sistemi complessi. Ci occupiamo di temi interdisciplinari quali la fisica dei biopolimeri e delle proteine, le dinamiche dei cristalli liquidi, i moti collettivi in sistemi di particelle auto-propellenti, fisica dei sistemi ecologici, fisica biologica ed econofisica. Il nostro approccio a questi argomenti include attività di data mining, analisi dati, analisi statistica, modellizzazione computazionale e analitica.
Una panoramica più ampia e dettagliata dei temi di ricerca del nostro gruppo è data di seguito.
Emergenza di pattern in sistemi complessi
(Maritan,Suweis, De Domenico)
L'universalità delle leggi di scala è una delle caratteristiche più attraenti della fisica statistica perchè un'ampia classe di modelli può essere classificata unicamente in termini dei sui comportamenti macroscopici le cui caratteristiche dipendono solo da pochi dettagli, come la dimensione del sistema e le simmetrie del problema (ed eventualmente il modo in cui l'interazione decresce), ma non da dettagli più microscopici. Le leggi di scala sono state osservate e descritte in molti fenomeni fisici, chimici, biologici, ecologici, economici e sociologici. I nostri interessi di ricerca includono i sistemi biologici ed ecologici, la fisica statistica delle particelle interagenti, le reti di trasporto ottimali e la dinamica dei network complessi con applicazioni alle scienze ambientali e alla sostenibilita' ecologica. Per ulteriori informazioni visitare www.pd.infn.it/~maritan/
Organizzazione di Ecosistemi e dinamica dell'evoluzione
(Maritan, Suweis)
Comprendere le origini, il mantenimento e la perdita di biodiversità nei sistemi ecologici è uno degli obiettivi di più alta priorità scientifica data l'elevata e allarmante perdita di biodiversità nel globo. Le comunità ecologiche mostrano diffusi pattern ed interrelazioni tra taglia, abbondanza della specie e disponibilità di risorse a cui essa può attingere. La meccanica statistica di non equilibrio è la candidata naturale per provare a sviluppare una teoria unificata e in grado di descrivere la distribuzione delle taglie delle specie, il loro utilizzo di energia e la relativa distribuzione spaziale. Il nostro approccio è quello di utilizzare principi variazionali o di ottimizzazione, che sono stati di grande successo in fisica, per provare a comprendere e descrivere pattern spazio-temporali osservati in sistemi naturali (come ad esempio l'architettura delle reti ecologiche, la relazione specie-area negli ecosistemi), in modo tale da poter essere anche capaci di predire pattern non ancora scoperti. Lì dov' è possibile, a fianco dell'indagine teorica e dei risultati modellistici, si cerca sempre un paragone della teoria con l'analisi di dati empirici. Per ulteriori informazioni visitare www.pd.infn.it/~maritan/
Robustezza, Adattabilità e Transizioni Critiche nei Sistemi Viventi
(Suweis, Maritan, De Domenico)
La comprensione dei sistemi biologici ha bisogno di più di una semplice generalizzazione dei metodi standard della meccanica statistica. In quest'ultima, è fondamentale determinare il parametro d'ordine, che caratterizza le varie fasi del sistema. Questo è un passo cruciale per ottenere gli ingredienti chiave necessari per formulare un quadro essenziale ma completo del comportamento macroscopico del sistema. Tuttavia, quale sia il parametro d'ordine per un certo sistema vivente (da genomi, a società umane) è un problema difficile e ancora non ben definito. Tuttavia, v'è una crescente evidenza che la caratteristica fondamentale di sistemi viventi è nell'architettura delle loro reti di interazione. La nostra ricerca si focalizza su tre punti: 1) Lo sviluppo di un quadro teorico unificante in grado di fornire una spiegazione parsimoniosa e generale del comportamento macroscopico di questi sistemi; 2) Indagare le risposte della rete alle perturbazioni locali o globali; 3) Progettare nuove architetture di rete volte a massimizzare diverse funzioni obiettivo in termini di adattabilità o robustezza del sistema.
Dinamica di polimeri
(Baiesi, Baldovin, Orlandini, Stella)
La traslocazione di un biopolimero attraverso il poro di una membrana è un processo di base attraverso il quale le cellule viventi scambiano informazione ed energia. Un altro esempio di dinamica di biopolimeri è lo srotolamento della doppia catena del DNA nel processo di denaturazione. Ci occupiamo di sviluppare modelli minimali che descrivono le caratteristiche salienti di questi tipi di dinamiche.
Transizioni conformazionali nei polimeri
(Baiesi, Orlandini, Seno, Stella, Trovato)
I polimeri in soluzione possono subire trasformazioni conformazionali guidate dalle proprietà dell'ambiente circostante, quali la chimica del solvente, la temperatura, la presenza di vincoli e forze esterne. Una delle transizioni più note e studiate è il collasso "Theta" da fase estesa a globulare dei polimeri, causato per esempio da condizioni progressivamente sfavorevoli del solvente. Altri esempi di transizioni conformazionali sono l'adsorbimento di polimeri su superfici attrattive e la separazione (denaturazione) termica o meccanica della doppia elica del DNA. Noi studiamo analiticamente e numericamente le proprietà termodinamiche di queste transizioni, basandoci su modelli di polimeri a grana grossa, metodi di simulazione stocastica e approcci analitici per il calcolo esatto di funzioni generatrici e di partizione.
Proprietà topologiche nei polimeri
(Baiesi, Baldovin, Orlandini, Stella)
L'intricatezza topologica nei polimeri, descritta in termini di nodi e anelli agganciati, è un argomento di ricerca che coinvolge diverse discipline scientifiche quali la matematica, la chimica, la biologia e la fisica. Troviamo interessante comprendere come la topologia dei polimeri dipenda da fattori quali la loro rigidità, il loro confinamento o la qualità del solvente. I polimeri possono assumere innumerevoli configurazioni che fluttuano nel tempo e un approccio statistico a questo problema è cruciale. Negli ultimi anni il nostro gruppo ha sviluppato un metodo per individuare le regioni annodate nei polimeri. Questo permette di misurare la taglia dei nodi in funzione dei parametri fisici e ambientali. Risulta che i nodi sono ben localizzati nei polimeri estesi mentre si espandono nei polimeri compatti o confinati, come nel caso del DNA virale nei capsidi. Stiamo elaborando tecniche per caratterizzare l'aggrovigliamento di due o più catene.
Proprietà reologiche e dinamiche dei cristalli liquidi passivi e attivi
(Orlandini)
I cristalli liquidi sono fluidi formati tipicamente da lunghe e sottili molecole che, sotto certe condizioni ambientali, tendono ad allinearsi per formare stati ordinati di varia complessità come la fase nematica, chirale e smettica. Sono importanti esempi di fluidi strutturati che rispondeno a sollecitazioni esterne sia come materiali elastici sia come fluidi viscosi. I cristalli liquidi sono anche importanti dal punto di vista applicativo per il loro ben noto utilizzo nei dispositivi digitali, il cui funzionamento si basa sulla risposta orientazionale del sistema (dinamica di switching) rispetto all'accensione/spegnimento di campi elettrici esterni. Inoltre, se opportunamente modificati con termini non riconducibili ad un energia libera, sono una buona descrizione macroscopica di fluidi attivi come le soluzioni di actina in presenza di motori molecolari. Ci occupiamo dello studio, tramite simulazioni numeriche (metodi Lattice Boltzmann) e teorie di campo medio, delle proprietà reologiche e dinamiche di questi sistemi quando soggetti a campi elettrici o di velocità esterni o al variare dell'attività.
Moti collettivi in sistemi di particelle auto-propellenti.
(Baldovin, Orlandini)
Le sospensioni batteriche e gli stormi di uccelli sono esempi di sistemi a molti corpi auto-propellenti e interagenti che presentano fenomeni di moto collettivo spontaneo. Se trascuriamo i dettagli che rendono diversi gli individui di tali sistemi, si può immaginare ogni singolo individuo come una particella che attinge energia o dell'ambiente circostante o da un suo deposito interno e la brucia per muoversi. Questo processo individuale mantiene il sistema di individui fuori dall'equilibrio termodinamico rendendoli estremamente diversi dalle loro versioni "passive". In questo contesto, la nostra ricerca si incentra sull'ideazione di modelli di particelle auto-propellenti semplificati e sullo studio delle loro proprietà meccanico-statistiche, inclusi i fenomeni di segregazione che risultano da una competizione tra confinamento spaziale, interazioni efficaci e meccanismi di comunicazione tra individui. Utilizziamo simulazioni stocastiche e tecniche analitiche (equazioni tipo Smoluchowski). I modelli considerati descrivono i singoli individui o come particelle Browniane asimmetriche con forza interna direzionale o come oggetti puntiformi con una certa posizione, direzione di moto e velocità costante. Questa attività ha la sua controparte sperimentale condotta dal laboratorio di Superfici ed Interfacce (LaFSI:http://lafsi.fisica.unipd.it/).
Sistemi di comunicazione fra batteri
(Seno , Trovato)
Il Quorum Sensing (QS) è un complicato sistema di stimoli e risposte correlato alla densità di una popolazione. Questo meccanismo permette ai batteri di esprimere specifici geni solamente in situazioni in cui la loro densità è sufficientemente elevata, in maniera da trarre il massimo beneficio dal processo innescato. Esempi sono la formazione di biofilm, la virulenza e lo sviluppo di resistenza agli antibiotici. Analogamente è stato osservato che anche altri insetti adoperano un simile sistema di comunicazione per decidere dove costruire un nuovo nido. Il quorum sensing funziona come processo decisionale in ogni sistema decentralizzato le cui componenti possano "arguire" il numero di altri individui formanti la comunità e che possiedano un sistema comune di risposta che segnali il raggiungimento di una determinata soglia. La comprensione dei meccanismi alla base del QS può portare allo sviluppo di nuovi farmaci che permettano di debellare batteri resistenti ai comuni antibiotici. Stiamo sviluppando modelli matematici per studiare il fenomeno e ci stiamo concentrando sul processo dinamico di attivazione e sulla competizione fra densità cellulare ed estensione della colonia batterica.
Proteine e bio-polimeri
(Maritan, Seno, Trovato)
I biopolimeri in generale e le proteine in particolare sono essenziali per gli organismi viventi. Il problema di determinare l'ensemble nativo di una proteina è estremamente complesso, dato l'elevato numero dei gradi di libertà del sistema. Conformazioni proteiche non native sono anche di estremo interesse, poiché possono innescare l'aggregazione patologica di proteine, causa di diverse malattie degenerative. Il nostro approccio meccanico-statistico è fondamentale per comprendere gli aspetti unificanti che emergono nella fisica delle proteine e la loro relazione con i polimeri oridinari. Alcuni argomenti specifici includono la comprensione dell'origine delle strutture native delle proteine per mezzo di considerazioni basate su geometria e simmetria, lo sviluppo di potenziali statistici per valutare la qualità di strutture putative di proteine, lo sviluppo di algoritmi, basati sia sulla sequenza che sulla struttura, per predire diverse caratteristiche delle proteine, lo studio dei meccanismi principali che governano il ripiegamento e l'aggregazione di proteine.
Meccanica Statistica fuori equilibrio
(Baiesi, Maritan, Baldovin, Stella)
Per i sistemi fuori equilibrio, una teoria generale è in fase di costruzione. Parliamo di sistemi che mantengono flussi, per esempio di calore, che sono in fase di rilassamento e che non sono basati sulle usuali leggi fisiche dei sistemi che raggiungono l'equilibrio termodinamico. Spesso si tratta di sistemi di piccole dimensioni (micrometri), in cui le fluttuazioni sono importanti. Ci occupiamo di questi sistemi, per esempio generalizzando i concetti di equipartizione dell'energia ed il teorema del viriale, o sviluppando una teoria della risposta lineare. Possiamo così discutere concetti come il calore specifico o la mobilità di particelle in sistemi soggetti a forzanti.
Econofisica e Complessità Economica
(Baldovin, Stella)
La dinamica dei mercati mostra robusti fatti stilizzati, la cui modellizzazione da lungo tempo stimola l'uso di metodi della fisica statistica. Lo scaling e metodi ispirati dal gruppo di rinormalizzazione vengono da noi usati come ingredienti chiave per questa modellizzazione, per il prezzaggio di strumenti derivati, e per la definizione operativa di grandezze come il tempo in finanza. Un altro campo di interesse e' quello dei processi di crescita che si realizzano in un contesto di complessita' economica globale. Le reti di prodotti e di paesi produttori giocano qui un ruolo fondamentale in descrizioni basate su equazioni differenziali stocastiche
Fisica Statistica & Apprendimento Automatico
(Maritan, Orlandini, Baiesi, Suweis, De Domenico)
Oggigiorno vi è un crescente interesse per la risoluzione di problemi complessi tramite tecniche di apprendimento automatico, noto come machine learning. Questo ci sta portando a valutare le nuove idee e gli strumenti della comunità che studia il machine learning, con l'obiettivo di applicare questi metodi in contesti come i sistemi complessi, le reti neurali o le fasi polimeriche. Uno degli obiettivi è capire come funziona l'apprendimento automatico nel distinguere le fasi polimeriche, epigenetiche o cerebrali. Un piano generale consiste nell'applicare tecniche di machine learning per inferire schemi emergenti in complessi sistemi ecologici, biologici, sociali e geofisici. Infine vorremmo capire se e in che senso le reti neurali sono critiche e come le loro prestazioni possono essere comprese attraverso la teoria dell'informazione e la fisica statistica.
uolo fondamentale in descrizioni basate su equazioni differenziali stocastiche
Fisica Statistica di Reti Complesse
(De Domenico, Suweis, Maritan)
Una grande varietà di sistemi complessi, dalle cellule alle società, è caratterizzata da una struttura non banale: una rete complessa. Le reti sono onnipresenti e vengono utilizzate per descrivere con successo le interazioni e le relazioni tra unità fisiche/biologiche (come proteine, neuroni, computer, centrali elettriche, ecc.), materia attiva (come motori molecolari, uccelli e altri sistemi viventi) e, in alcuni casi, anche individui. Sorprendentemente, le reti complesse empiriche mostrano un'organizzazione su mesoscala, modelli di connettività eterogenei e correlazioni a lungo raggio, che sono responsabili di molti affascinanti fenomeni collettivi e funzioni complesse, ma che li rendono anche difficili da analizzare con le tecniche analitiche standard.
I nostri interessi di ricerca si collocano tra aspetti teorici e applicativi della scienza delle reti: utilizziamo modelli multistrato (multilayer), geometria di rete (network geometry) e dinamica dell'informazione per studiare struttura, dinamica e funzioni (es. robustezza alle perturbazioni) di (i) reti biologiche empiriche su scala cellulare, (ii) sistemi neuronali biologici e artificiali, (iii) reti sociali e socio-tecniche, (iv) reti di infrastrutture (dal trasporto alla comunicazione). Le applicazioni spaziano dalla medicina di precisione (network medicine) alla diffusione delle epidemie e alle scienze sociali computazionali.
Research Activity
The theoretical research activity of our group covers scientific areas ranging from statistical mechanics to complex systems physics. We deal with interdisciplinary topics such as biopolymer and protein physics, liquid crystal dynamics, collective motions in self-propelling particle systems, physics of ecological systems, biological and physics econophysics. Our approach to these topics includes data mining, data analysis, statistical analysis, computational and analytic modeling.
For a wider and more detailed overview of our group's research topics please see below.
Emergent Patterns in Complex Systems
(Suweis, Maritan, De Domenico)
Universal scaling behavior is an attractive feature in statistical physics because a wide range of models can be classified purely in terms of their collective behavior whose characteristics depend only on few details like the dimensionality of the system and symmetries of the problem (eventually on the kind of decay of the interaction strength) but not on finer details. Scaling phenomena, as epitomized by fine size scaling, have been observed in many branches of physics,chemistry, biology, ecology economics and sociology. Our research interests include ecological and biological systems, physics of interacting particle, optimal transportation network, complex networks dynamics with applications on environmental science and sustainability.
Organization of Ecosystems and Dynamics of Evolution
(Suweis, Maritan)
Understanding the origin, maintenance and loss of biodiversity in ecological systems is a goal of the highest scientific priority given the rapidity of global biodiversity loss. Ecological communities exhibit pervasive patterns and interrelationships between size, abundance, and the availability of resources. Non-equilibrium statistical mechanics is the natural candidate to develop a unified framework for understanding the distribution of organism sizes, their energy use, and spatial distribution. We have demonstrated that optimal use of resources, both at the individual and community level, leads to a consistent scaling theory in plant communities which is well supported by observational data. We believe that variational/optimization principles, which have been so successful in physics, are also able to explain other commonly observed spatio-temporal patterns in natural systems (e.g. architecture of ecological interaction networks, species area relationship) and, eventually, predict new ones not yet discovered. Our research of complex living systems incorporates theoretical inquiry, modeling, and empirical study.
Robustness, adaptability and critical transitions in living systems
(Suweis, Maritan, De Domenico)
Understanding of biological/social systems needs more than a mere generalization of the standard statistical mechanics approach. In the latter, it is fundamental to determine the order parameter, which characterizes the different system phases. This is a crucial step to obtain the key ingredients needed to formulate a modeling framework, so as to obtain a better understanding of the system's macroscopic behavior. However, asking for the order parameters for living systems is a difficult and not well-defined problem. Yet, there is increasing evidence that the key feature of living systems is in the architecture of their interaction networks. Our research focus on: 1) Developing a unifying theoretical framework that can provide a parsimonious and general explanation for the macroscopic behavior of these systems; 2) To investigate network responses to local or global perturbations; 3) To design new network architectures aimed at maximizing different objective functions describing different goals in terms of network adaptability or robustness.
Quorum Sensing
(Seno,Trovato)
Quorum sensing (QS) is a system of stimuli and responses correlated to population density. For instance, quorum sensing allows bacteria to restrict the expression of specific genes to the high cell densities at which the resulting phenotypes will be most beneficial. Examples of such behavior are biofilm formation, virulence and antibiotic resistance. In similar fashion, some social insects use quorum sensing to determine where to nest. Quorum sensing can function as a decision-making process in any decentralized system, as long as individual components have: (a) a means of assessing the number of other components they interact with and (b) a standard response once a threshold number of components is detected. A deep comprehension of the QS mechanism might allow the development of next generation drugs able to overcome the problems arising from antibiotic-resistant bacterial diseases.We are developing mathematical models to predict bacterial expression patterns and in particular we are focusing our work to study the dynamical activation of the process and the trade-off between cell density and population extension from boundaries.
Proteins and Biopolymers
(Maritan,Seno,Trovato)
Biopolymers in general and proteins in particular are essential for life. The problem of determining the native ensemble of proteins is of formidable complexity, due to the high number and non trivial correlation of the involved degrees of freedom. Misfolded conformations may also be relevant, since they trigger pathological protein aggregation specifically related to a number of devastating degenerative diseases. In our approach we wish on the one hand to capture unifying emerging aspects in protein physics, typically by means of a statistical approach that employs simplified coarse-grained models. On the other hand, we focus on identifying which protein features can be understood in the context of standard polymer physics. A non exhaustive list of specific topics include the understanding of the origin of protein native folds based on geometry and symmetry, the development of statistical potentials to evaluate the quality of protein-like structures, the development of both sequence- and structure-based algorithms to predict a range of protein features, the investigation of the main mechanisms driving protein folding and aggregation.
Polymer dynamics
(Baiesi, Baldovin, Orlandini, Stella)
The translocation of a biopolymer through a membrane nanopore is an example of polymer dynamics with which living cells exchange information and energy. Other examples are the unwinding of the DNA double helix in the denaturation process and the supercoiling dynamics of the double stranded DNAs. Our research focus on developing and studying minimal models that capture the essential, universal, mechanisms underlying these dynamics and that allow a statistical characterization of these processes.
Conformational transitions in polymers
(Baiesi, Orlandini, Seno, Stella, Trovato)
Polymers in solution can undergo different relevant conformational transitions depending on the properties of the surrounding medium, such as the solvent chemical composition, the temperature, the presence of geometrical constraints and external forces. One of the most studied conformational transition is the "Theta" collapse of polymers from an extended to a globular phase that, for example, can be triggered by the progressive deterioration of the quality of the solvent. Other examples of conformational transitions are the adsorption transition on attractive substrates and the thermal or mechanical denaturation of the double stranded DNA. Here we analytically and numerically the thermodynamic properties of these transitions, relying on coarse-grained models of polymers, on simulations of stochastic processes and on analytical approaches for the exact calculation of generating functions and partition functions.
Topological properties of polymers
(Baiesi, Baldovin, Orlandini, Seno, Stella, Trovato)
The topological entanglement of polymers and proteins, described in terms of knots and links, is a timely argument of research that span several scientific disciplines, such as mathematics, chemistry, biology and physics. Of particular interest is the understanding of how and to which extent the topological properties of polymers depend on either intrinsic properties (for instance, chain bending and torsional rigidity) and extrinsic factors, such as the quality of the solvent, the degree of confinement and external stresses. Since polymers in solution are flexible fluctuating objects, a natural approach to topological entanglement is statistical mechanics. In the last years this group has produced many results on this field. Recently we have introduced and developed methods to locate and measure the size of topological entanglements within a single polymer and between polymers or polypeptidic chains. These results have opened new, still unexplored, perpsectives on these issues, which we are currently exploring.
Dynamical and rheological properties of active and passive liquid crystals
(Orlandini)
Liquid crystals (LC) are complex fluids made by anysotropic molecules that, under given conditions, give rise to orientationally ordered phases such as the nematic, cholesteric and blue phases. For these reasons they are structured fluids that respond to external stresses either as elastic or as viscous materials. They also display uncommon anisotropic optical and magnetic responses and for these reasons they are greatly implemented in optical devices. Moreover, models of LC can be properly extended to include non-equilibrium terms that mimics the physics of active fluids and gels such as the solution of actin and cystokeleton filaments in presence of molecular motors. A description of these systems in terms of Landau-de Gennes free energy and lattice Boltzmann equations have been one of the main achievment of this group and in the last years has allowed to obtain several results on the rheological, dynamical and optical properties of these systems. We now plan to extend these investigations to mixtures and emulsions of LC either passive or active.
Collective dynamics and patterning in systems of self-propelled particles
(Baldovin, Orlandini)
Bacterial suspensions, flocks of birds and swarms of insects are examples of self-propelled and interacting N-body systems that, under proper conditions, display collective motion, aggregation and patterning. If one neglects the details of these systems, each individual can be described as a particle that burns internal energy to move in the environment. Hence these systems are intrinsically out-of-equilibrium and their statistical behaviour is different from the one observed in their passive counterparts where equilibrium holds. Our research focuses on the design of simple models of self-propelled particles and the study of their statistical properties such as the aggregation phenomena and dynamical patterning that occurs as a result of spatial confinement, effective long-range interactions and mechanisms of communication between individuals. Our investigational approaches are either numerical or and analytical (Smoluchowski equations) on models in which individuals are described either as anisotropic Brownian particles with internal directional force or as point-like objects with a given position, direction of motion and constant speed. This activity has an experimental counterpart that is carried out in the laboratory of surfaces and interfaces of this Department (LaFSI:http://lafsi.fisica.unipd.it/).
Nonequilibrium Statistical Mechanics
(Baiesi, Maritan, Baldovin, Stella)
A general statistical mechanical theory for nonequilibrium systems is under construction. We have in mind systems that maintain fluxes, e.g. of heat, or that are relaxing, or that are not based on the usual physical laws of systems that reach the thermodynamic equilibrium. Often these are small systems (at the micrometer scale), in which fluctuations are relevant. We deal with these systems, for example by generalizing the concept of energy equipartition and the virial theorem, or by developing a theory of linear response. We can thus discuss concepts such as the specific heat or the mobility of particles in systems subject to nonequilibrium forcings. Among the phenomena we study, there are unusual regimes of "negative response", such as particles that slow down if the force that pulls them is increased.
Econophysics and Economic Complexity
(Baldovin, Stella)
The dynamics of markets shows robust stylized facts whose modelization stimulates since long time the use of statistical physics methods. Scaling and techniques inspired by the renormalization group are used as key ingredients for this modelization, for the pricing of derivative products, and for operative definitions of quantities like the time in finance. Another field of interest is that of growth processes realized in a context of global economic complexity. The networks of products and o producing countries play here a fundamental role in descriptions based on stochastic differential equations.
Statistical Physics & Machine Learning
(Maritan, Orlandini, Baiesi, Suweis, De Domenico)
There is a growing interest in problem solving via machine learning techniques. This is leading us to evaluate the new ideas and tools from the community studying machine learning, with the aim of applying these quite new methods in contexts such as complex systems, brain networks or polymer phases. One goal is to understand how machine learning performs in distinguishing polymeric, epigenetic and brain phases. A general plan is to apply machine learning techniques to infer emergent patterns in complex ecological, biological, social, and geophysical systems. Finally we would like to understand if and in which sense neural networks are critical, and how their performance can be understood through information theory and statistical physics.
Statistical Physics of Complex Networks
(De Domenico, Suweis, Maritan)
A variety of complex systems, from cells to societies, is characterized by a non-trivial structure: a complex network. Networks are ubiquitous and are used to successfully describe interactions and relationships between physical/biological units (such as proteins, neurons, computers, power stations, etc), active matter (such as molecular motors, birds and other living systems) and, in some cases, even individuals. Remarkably, empirical complex networks exhibit a mesoscale organization, heterogeneous connectivity patterns and long-range correlations, which are responsible for many fascinating collective phenomena and complex functions, but that also make them difficult to analyze with standard analytical techniques.
Our research interests lie between theoretical and applicative aspects of network science: we use multilayer models, network geometry and information dynamics to study structure, dynamics and functions (e.g., robustness to perturbations) of empirical (i) biological networks at the cell scale, (ii) biological and artificial neuronal systems, (iii) social and socio-technical networks, (iv) networks of infrastructures (from transportation to communication). Applications ranges from network medicine to epidemics spreading and computational social science.