Descrizione del progetto
Il Corso è articolato nei seguenti 4 curricula:
COGNITIVE AND BEHAVIORAL NEUROSCIENCE Ha come finalità la formazione teorica e metodologica in ambiti di ricerca prevalentemente cognitivi quali la percezione, il linguaggio, la memoria, l'attenzione, l'azione, il decision making e l'intelligenza. Il curriculum si estende allo studio dei deficit delle funzioni cognitive e può avere delle ricadute traslazionali. Inoltre, per completezza, lo studio delle funzioni cognitive viene affrontato anche nell'interazione con costrutti non cognitivi quali, per esempio, emozioni, personalità e motivazione. Questo curriculum è caratterizzato da un approccio fortemente interdisciplinare che, in quanto tale, si avvale di modelli e metodi derivati principalmente dalla psicologia sperimentale, dalla medicina, dalla linguistica ma anche dalle STEM (Science, Technology, Engineering e Mathematics). La formazione erogata da questo curriculum, oltre a una componente teorica ne offre una rilevante in ambito pratico. La ricerca nelle neuroscienze cognitive si realizza principalmente nell'ambito di laboratori dove vengono testati partecipanti umani utilizzando varie tecniche di indagine e/o stimolazione non invasive. Le attrezzature più comunemente utilizzate nella ricerca delle neuroscienze cognitive sono l'EEG, la TMS, la TMS-EEG combinata, la tDCS e la tACS, l'eye tracker e la risonanza magnetica strutturale e funzionale. Questo consente agli studenti che scelgono questo curriculum di essere esposti a un ampio spettro di argomenti e metodologie, molte delle quali possono essere utilizzate nella ricerca anche in altri ambiti. L'offerta didattica comprende tre tipi di corsi: 1) teorici, sui vari ambiti delle neuroscienze cognitive (percezione, linguaggio, etc. e loro deficit), 2) metodologico (statistica, coding, teoria); e 3) pratico relativo all'utilizzo di attrezzature. Altre competenze quali la scrittura scientifica, elementi di etica della ricerca e open data science saranno condivisi con tutti i curricula.
NEUROSCIENCE AND HUMANITIES Nelle ultime tre decadi, imponenti sviluppi tecnologici e concettuali hanno portato le neuroscienze dei sistemi complessi, ambito di studio già multidisciplinare nei suoi rapporti con la matematica, l'informatica, la fisica, la chimica, ad affrontare temi classicamente di pertinenza di discipline dalla consolidata appartenenza al campo delle scienze umane. Quella che in origine può essere sembrata una pura tendenza culturale ha dato origine a veri e propri ambiti di ricerca e didattica. Esempi di questo importante processo di sviluppo culturale è il campo della neuro-estetica inteso come analisi dei processi cerebrali coinvolti nella produzione e nella fruizione dell'esperienza creativa artistica e scientifica. Dalla comprensione dei processi fondamentali della plasticità e della memoria si è giunti alla neuro pedagogia interessata allo sviluppo di programmi didattici ispirati dai processi cerebrali che conducono ai comportamenti dell'imparare. Lo studio della decisione, individuale e sociale, nell'ambito della moralità ha portato allo sviluppo di campi come la neuro- economia, e il neuro-diritto, ispirando esperienze applicative innovative che hanno cambiato le discipline di partenza (si pensi ad esempio alla neuro leadership e alla neuro politica intese come studio dei processi neurali che determinano le caratteristiche di chi è al comando di una azienda come di un partito politico o di un gruppo religioso). L'aspirazione ad indagare in chiave cerebrale saperi ancora più vasti sta ispirando ambiti quali la neuro-filosofia e la neuro-etica così come la neuro-letteratura e la neuro-poesia. Nonostante la criticata ipersemplificazione del prefisso neuro con cui sono indicati, questi domini di ricerca promettono di estendere grandemente la comprensione della natura umana non tanto e non solo in relazione ai singoli individui ma alle caratteristiche inerentemente sociali di ciascuno di essi.
PRECLINICAL CLINICAL AND TRANSLATIONAL NEUROSCIENCE Il programma di questo curriculum è centrato sulla necessità di favorire il trasferimento verso la clinica di conoscenze neuroscientifiche acquisite in laboratorio, con un approccio traslazionale. Gli studenti di dottorato acquisiranno competenze specifiche per colmare il divario fra il design, l'esecuzione e l'interpretazione di esperimenti su modelli cellulari, animali o umani e le sfide della medicina sperimentale, in particolare nel campo della neuroriabilitazione e dello sviluppo dei farmaci. Tutte le attività si baseranno sull'utilizzo di metodologie innovative di analisi dei dati, dalla elettrofisiologia al neuroimaging, dalla neuropsicologia a tecniche sperimentali per lo studio dei meccanismi cellulari e molecolari sottostanti a varie funzioni e disturbi del sistema nervoso centrale. Temi strategici sono: neuroscienze precliniche (meccanismi genetici e molecolari delle patologie neuropsichiatriche); neuroscienze cliniche (neurologia, psichiatria, neuroriabilitazione, sia dell'organismo adulto sia per disturbi del neuro sviluppo); strumenti e metodi per l'analisi della connettività cerebrale normale e patologica, progettazione e sviluppo di hardware e software per la registrazione e la modulazione non invasiva di attività cerebrali; identificazione di biomarkers per malattie neuro-psichiatriche; studio del gut-brain-axis identificazione di nuovi target farmacologici per malattie neuro-psichiatriche; computational modeling; machine learning; optogenetica, chemiogenetica; progettazione di trials clinici; neuroscienze digitali, con focus su telemedicina, teleriabilitazione e sviluppo di applicazioni di serious games per la diagnosi e il training cognitivo; aspetti etici. Discipline di base come fisiologia, farmacologia, neurologia, epidemiologia, statistica, genetica, neuroinformatica saranno parte dell'insegnamento nel curriculum. Sono previste attività pratiche partecipazione a seminari, journal club, presentazione di report e di risultati di ricerche.
COMPUTATIONAL AND SYSTEM NEUROSCIENCE La neuroscienza computazionale mira a progettare e utilizzare metodi quantitativi in neurofisiologia e neurobiologia. Lo sviluppo di questi metodi ha permesso di aumentare significativamente la nostra comprensione del funzionamento del sistema nervoso e sta chiaramente diventando vitale per la comunità delle neuroscienze. Ampliare la formazione nell'applicazione dei metodi computazionali ai problemi delle neuroscienze è un'esigenza ampiamente riconosciuta. Inoltre, nell’ottica di sviluppare tali metodi per lo studio delle system neurosciences, è importante formare gli studenti nell’ambito delle tecniche di imaging innovativi, dei relativi dispositivi e metodi di analisi. Gli studenti reclutati in questo curriculum impareranno a sviluppare modelli matematici e simulazioni al computer, ma anche a sviluppare metodi per l’imaging non invasivo anatomico/funzionale e per la relativa analisi dati con diversi obiettivi neuroscientifici. I modelli, le tecniche di imaging e i metodi di analisi saranno utilizzati (1) per la scienza di base: per comprendere meglio lo sviluppo e le funzioni del sistema nervoso in diversi modelli animali e nell’uomo e (2) per la scienza traslazionale: per sviluppare dispositivi medici indossabili e impiantabili ("neurotecnologie") per ripristinare e riparare i sistemi nervosi compromessi a causa di disturbi neurologici o lesioni traumatiche. Questo curriculum fornirà competenze orizzontali utilizzabili anche negli altri curricula della scuola di dottorato. In particolare, modelli saranno basati sulla biofisica, sull'apprendimento automatico, sull'elaborazione avanzata dei segnali e affronteranno il problema neuroscientifico a diversi livelli. Le tecniche innovative di imaging ed i metodi di analisi dati coinvolgeranno ambiti dalla fisica applicata alla base dei dispositivi e delle tecniche di misura, fino all’intelligenza artificiale per l’interpretazione e la predizione dei risultati, richiedendo anche interazioni multidisciplinari con gli altri curricula. Gli studenti saranno inoltre esposti a tecniche empiriche in neuroscienze e neurofisiologia per rafforzare le proprie capacità e consentire loro di validare sperimentalmente i propri modelli.
Durata prevista
3 anni
Requisiti di accesso
Vedi Bando
Ammissione
Vedi bando