Caratterizzazione del foodome basata sull'IA

Commissione europea – Horizon Europe – Alimentazione, bioeconomia, agricoltura e ambiente · Unione europea

Stato
Apre il 20 aprile 2027
Apertura
20 aprile 2027
Scadenza
23 settembre 2027
Agevolazione
da 7.800.000 € a 7.800.000 €
Dotazione complessiva
7,8 milioni di €
Forma di aiuto
HORIZON Innovation Actions
Territorio
Unione europea (bando a gestione diretta)
Settori
Agricoltura e agroalimentare, Energia e ambiente
Ente
Commissione europea – Horizon Europe – Alimentazione, bioeconomia, agricoltura e ambiente
Programma
Horizon Europe – Alimentazione, bioeconomia, agricoltura e ambiente
Riferimento
HORIZON-CL6-2027-02-FARM2FORK-08

Vai alla pagina ufficiale del bando ↗

Testo italiano fornito dal portale europeo (traduzione automatica): in caso di dubbio fa fede la versione inglese.

Esito atteso

I risultati del progetto dovrebbero contribuire a tutti i seguenti risultati attesi:

  • uno strumento di intelligenza artificiale (IA) in grado di accelerare l'analisi di dati foodomici complessi per accelerare l'identificazione, la caratterizzazione strutturale e la quantificazione delle sostanze chimiche presenti negli alimenti;
  • migliorare la capacità e le sinergie nella ricerca agroalimentare tra il mondo accademico, le infrastrutture di ricerca e l'industria.

Ambito di applicazione

Attraverso il cibo e le bevande, la popolazione è esposta a un'immensa varietà di sostanze chimiche (come contaminanti e come ingredienti). Il "foodome" è l'insieme completo dei composti presenti in un campione di alimenti in un dato momento; comprende sia le biomolecole endogene (prodotte attraverso i processi metabolici di una specie) sia i composti esogeni (sostanze naturali e sintetiche derivanti dalla produzione, dalla trasformazione, dalla manipolazione e dall'imballaggio). Le conoscenze attuali sono in gran parte limitate a un insieme ristretto di circa 150 componenti alimentari catalogati da database tradizionali. Questi componenti rappresentano solo una piccola frazione della complessità chimica totale presente negli alimenti, mentre migliaia (> 100.000) di composti e contaminanti rimangono in gran parte non quantificati e sottoesplorati. Comprendere questa "materia oscura dei nutrienti" richiederebbe l'identificazione, la catalogazione e la quantificazione dell'intero spettro di sostanze presenti nei nostri alimenti e presenti in banche dati accessibili e pronte per l'IA. La necessità di tali informazioni è oggi un collo di bottiglia per rendere il campo della nutrizione predittivo e guidato dai dati e ha il potenziale per rendere la lavorazione degli alimenti più efficiente nel portare nuovi prodotti alimentari sul mercato. Gli sforzi per creare tali set di dati sono in corso, ma a causa della quantità di campioni (centinaia di migliaia di composti in migliaia di alimenti), tali database spesso si basano su metodi sperimentali ad alto rendimento che non consentono una caratterizzazione precisa delle molecole identificate.

Le proposte dovrebbero riguardare le seguenti attività:

  • sviluppare e testare algoritmi di IA convalidati in grado di interpretare e annotare dati di foodomica ad alto rendimento, ad esempio da spettrometria di massa non mirata o risonanza magnetica nucleare;
  • gli algoritmi di IA dovrebbero essere in grado di prevedere o dedurre la presenza e la concentrazione di composti sulla base di dati (incompleti) di foodomica attraverso approcci innovativi, ad esempio prendendo in considerazione le relazioni filogeniche tra le specie. Inoltre, ciò dovrebbe contribuire a individuare i metodi analitici e i potenziali rischi per la sicurezza alimentare sulla base della loro somiglianza con i composti noti;
  • sviluppare una rete europea di ricerca e innovazione tra gli Stati membri e i paesi associati nella ricerca sulle esposizioni alimentari per sostenere lo sviluppo, la standardizzazione, la valorizzazione e la diffusione dei risultati dell'IA e prendere in considerazione iniziative esistenti come il Centro di eccellenza nella tavola periodica dell'iniziativa alimentare dell'Università di Wageningen.

L'approccio multi-attore è incoraggiato. Le proposte dovrebbero includere l'industria nei consorzi e nel mondo accademico, le start-up, le PMI e le iniziative internazionali. Si incoraggia la collaborazione con i partner internazionali e con le imprese private esistenti nell'UE/nei paesi associati.

Livello di maturità tecnologica - Livello di maturità tecnologica atteso dai progetti completati

Le attività dovrebbero iniziare a partire dal TRL 5 per raggiungere il TRL 7 entro la fine del progetto (cfr. allegato generale B).

Fonte: Funding & Tenders Portal – Commissione europea, dataset «Calls for proposals», licenza CC BY 4.0. Scheda rielaborata da BandiTeLoDico (sintesi e classificazione); ultimo aggiornamento della fonte: 5 novembre 2026. Le informazioni hanno scopo orientativo: fanno fede esclusivamente i documenti ufficiali del bando.

Bandi simili aperti