Εξερευνώντας το αόρατο: Η Δρ. Αριάδνη Μποζίκη προσομοιώνει τον μοριακό κόσμο

Γνώρισα τη Δρ. Αριάδνη Μποζίκη κατά τη διάρκεια μιας επαγγελματικής εκδήλωσης και πραγματικά με ενέπνευσε το πάθος, το βάθος των γνώσεών της και η αφοσίωσή της στην επιστήμη. Το έργο της καταδεικνύει πώς η υπολογιστική χημεία μπορεί να ρίξει φως στην κρυφή συμπεριφορά των υλικών. Σε αυτή τη συνέντευξη, μοιράζεται πληροφορίες για την έρευνά της, το ταξίδι της στον ακαδημαϊκό χώρο και πολύτιμες συμβουλές για τις νεότερες γενιές που ακολουθούν καριέρα στην επιστήμη.

Η Δρ. Αριάδνη Μποζίκη είναι Χημικός Μηχανικός και αποφοίτησε από τη Σχολή Χημικών Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου το 2014. Την ίδια χρονιά εισήχθη στην École Polytechnique Fédérale de Lausanne (EPFL) στην Ελβετία, όπου ολοκλήρωσε το διδακτορικό της στην υπολογιστική χημεία και την επιστήμη των υλικών το 2019. Μετά το διδακτορικό της, συνέχισε ως μεταδιδακτορική ερευνήτρια στo EPFL και στη συνέχεια εργάστηκε ως επιστημονική συνεργάτιδα στο Ελβετικό Ινστιτούτο Βιοπληροφορικής (Swiss Institute of Bioinformatics). Ακολούθως, εντάχθηκε στο Πανεπιστήμιο του Λουξεμβούργου, όπου εργάζεται σήμερα ως μεταδιδακτορική ερευνήτρια. Η έρευνά της συνδυάζει ένα ευρύ φάσμα τεχνικών υπολογιστικής χημείας, όπως ab initio και κλασικές προσομοιώσεις μοριακής δυναμικής, προσομοιώσεις Monte Carlo, καθώς και υπολογισμούς θεμελιώδους και διεγερμένης κατάστασης με μεθόδους όπως η θεωρία των συναρτησιακών της πυκνότητας (Density Functional Theory- DFT) και οι μέθοδοι βασισμένες στην κυματοσυνάρτηση. Μέσω αυτών των μεθοδολογιών, μελετά τις ιδιότητες των υλικών. Έχει εργαστεί εκτενώς πάνω σε περοβσκίτες, διεπιφάνειες πολυμερών/στερεών, καθώς και βιομόρια όπως οι πρωτεΐνες. Στην τρέχουσα θέση της, η έρευνά της επικεντρώνεται στους μοριακούς κρυστάλλους, υλικά μεγάλης σημασίας για τη φαρμακευτική βιομηχανία λόγω της χρήσης τους ως φάρμακα. Στο πλαίσιο αυτής της εργασίας, ανέπτυξε το THeSeuSS, μια αυτοματοποιημένη πλατφόρμα για την προσομοίωση φασμάτων δόνησης μορίων και υλικών. Επιπλέον, για να ενισχύσει και να επιταχύνει τις παραπάνω προσομοιώσεις, ενσωματώνει τεχνικές μηχανικής μάθησης (machine learning) στην έρευνά της.

Μπορείς να μας μιλήσεις για την έρευνά σου και τι σε οδήγησε να ασχοληθείς με αυτό το πεδίο; Υπήρξε κάποια στιγμή που καθόρισε την πορεία σου;

Η έρευνά μου ασχολείται με τη μελέτη των ιδιοτήτων της ύλης, τόσο μορίων όσο και υλικών, μέσω της υπολογιστικής χημείας, ενός κλάδου της χημείας που χρησιμοποιεί υπολογιστικές προσομοιώσεις για την επίλυση χημικών προβλημάτων. Στην υπολογιστική χημεία χρησιμοποιούμε αλγορίθμους που βασίζονται στις θεωρίες και τις μεθόδους της κβαντικής και κλασικής μηχανικής. Μερικές από τις πιο διαδεδομένες προσεγγίσεις περιλαμβάνουν ab initio και κλασική μοριακή δυναμική, μεθόδους βασισμένες στην κυματοσυνάρτηση, καθώς και τη θεωρία των συναρτησιακών της πυκνότητας (DFT) και τη χρονικά εξαρτώμενη DFT (TDDFT). Όλες αυτές οι μέθοδοι συνδέουν τη μικροσκοπική συμπεριφορά της ύλης με τις μακροσκοπικές της ιδιότητες. Πιο συγκεκριμένα, στις μελέτες μου εφαρμόζω έναν συνδυασμό τέτοιων υπολογιστικών μεθόδων για να διερευνήσω ένα ευρύ φάσμα συστημάτων, από ημιαγωγούς, όπως οι περοβσκίτες που χρησιμοποιούνται σε εφαρμογές φωτοβολταϊκών, και μοριακούς κρυστάλλους που χρησιμοποιούνται ως φάρμακα, έως πολυμερή και βιομόρια όπως οι πρωτεΐνες.

Όσον αφορά το γιατί επέλεξα αυτή την κατεύθυνση: από το πρώτο έτος των σπουδών μου στη χημική μηχανική με γοήτευε η εφαρμογή των υπολογιστικών και συστημικών τεχνολογιών στη χημική μηχανική και ο τρόπος με τον οποίο αυτοί οι τομείς έχουν μεταμορφώσει τη βιομηχανία. Σήμερα, οι υποβοηθούμενες από υπολογιστές μέθοδοι, όπως τα μοντέλα σχεδιασμού, ελέγχου, βελτιστοποίησης και αυτοματοποίησης διεργασιών, προσελκύουν ιδιαίτερο ενδιαφέρον χάρη στα πλεονεκτήματά τους, όπως οι υψηλότεροι ρυθμοί παραγωγής, η πιο αποδοτική χρήση των πρώτων υλών και η βελτιωμένη ποιότητα προϊόντων.

Για όλους αυτούς τους λόγους, αποφάσισα να επικεντρωθώ κατά τη διάρκεια των σπουδών μου στη μοντελοποίηση και τις προσομοιώσεις, επιλέγοντας, όπου ήταν δυνατόν, μαθήματα που κάλυπταν αυτά τα αντικείμενα. Κατά τη διάρκεια ενός από αυτά τα μαθήματα, με τίτλο Σύνδεση Μικροσκοπικών και Μακροσκοπικών Ιδιοτήτων μέσω Υπολογιστών, διδασκόμενου από τον Καθηγητή κύριο Δώρο Θεοδώρου, ήρθα για πρώτη φορά σε επαφή με τις ατομιστικές προσομοιώσεις. Τότε συνειδητοποίησα πόσο καθοριστική θα είναι στο μέλλον η μικροσκοπική κατανόηση της ύλης για την αντιμετώπιση προκλήσεων που σχετίζονται με τα πραγματικά τεχνολογικά προβλήματα. Ουσιαστικά, αυτό αποτέλεσε τη βασική κινητήρια δύναμη που με οδήγησε να ασχοληθώ ερευνητικά με αυτόν τον τομέα.

Πες μας λίγο παραπάνω για την πλατφόρμα THeSeuSS και τις εφαρμογές της.

Μαζί με τον επιβλέποντα καθηγητή μου, Καθ. Alexandre Tkatchenko, και τους Dr. Frédéric Ngono Mebenga και Dr. Philippe Fernandes από τη Janssen Pharmaceutica (θυγατρική της Johnson & Johnson), αναπτύξαμε μια αυτοματοποιημένη πλατφόρμα με την ονομασία THeSeuSS (THz Spectra Simulations Software) για τον υπολογισμό φασμάτων δόνησης (IR, Raman και THz).

Οι περισσότερες φαρμακευτικές ουσίες, όπως τα δισκία, αποτελούνται από μοριακούς κρυστάλλους. Ένα από τα μεγαλύτερα προβλήματα που αντιμετωπίζει η φαρμακευτική βιομηχανία σε τέτοια συστήματα είναι το φαινόμενο του πολυμορφισμού. Με απλά λόγια, ένας μοριακός κρύσταλλος μπορεί να υπάρχει σε διαφορετικούς πολυμορφικούς τύπους, δηλαδή, διαφορετικές διατάξεις των μορίων μέσα στο κρυσταλλικό πλέγμα, ανάλογα με τις συνθήκες θερμοκρασίας, πίεσης κ.λπ. Οι φυσικοχημικές ιδιότητες κάθε πολυμορφικής δομής, όπως η θερμική σταθερότητα, η διαλυτότητα και ο ρυθμός διάλυσης, μπορεί να διαφέρουν σημαντικά και να επηρεάζουν καθοριστικά την αποτελεσματικότητα και ασφάλεια ενός φαρμάκου. Για παράδειγμα, μία πολυμορφική δομή μπορεί να έχει τις επιθυμητές θεραπευτικές ιδιότητες, ενώ μία άλλη να είναι τοξική για το ανθρώπινο σώμα. Επομένως, η βιομηχανία πρέπει να διασφαλίζει ότι δεν θα υπάρξει μετάπτωση φάσης από την ασφαλή δομή σε κάποια επικίνδυνη. Για αυτόν τον λόγο, είναι απαραίτητες αξιόπιστες μέθοδοι ταυτοποίησης των πολυμορφικών δομών. Μία από τις πιο διαδεδομένες προσεγγίσεις είναι η φασματοσκοπία δονήσεων, όπως η Raman, η υπέρυθρη (IR) και η terahertz (THz) φασματοσκοπία. Η περιοχή THz του φάσματος, που ονομάζεται συχνά “δακτυλικό αποτύπωμα”, είναι μοναδική για κάθε πολυμορφική δομή κάθε συστήματος στη φύση. Με απλά λόγια, γνωρίζοντας το φάσμα των χαμηλών συχνοτήτων μιας ένωσης, μπορούμε να την ταυτοποιήσουμε με ακρίβεια. Ωστόσο, για την ακριβή ερμηνεία και αντιστοίχιση των κορυφών ενός φάσματος απαιτείται χημική διαίσθηση και εμπειρία. Συνήθως, αυτό επιτυγχάνεται μέσω ενός συνδυασμού πειραματικών δεδομένων και υπολογιστικών προσομοιώσεων, που επιτρέπουν τον ακριβή χαρακτηρισμό των κορυφών και την αναγνώριση της αντίστοιχης πολυμορφικής δομής.

Εδώ ακριβώς έρχεται να συμβάλει η δική μας δουλειά. Αναπτύξαμε το THeSeuSS, μια αυτοματοποιημένη πλατφόρμα λογισμικού που υπολογίζει φάσματα δόνησης (IR/Raman/THz) σε διαφορετικά επίπεδα θεωρίας, από ιδιαίτερα ακριβείς κβαντομηχανικές μεθόδους όπως η θεωρία των συναρτησιακών της πυκνότητας (DFT), έως ημικλασικές προσεγγίσεις όπως η DFTB, και ακόμη πεδία δυνάμεων μηχανικής μάθησης (machine learning force fields). Ο συνδυασμός αυτών των μεθόδων μας επιτρέπει να προσομοιώνουμε συστήματα από μικρά μόρια έως πολύπλοκες δομές μεγάλης κλίμακας. Ιδιαίτερα, η χρήση πεδίων δυνάμεων μηχανικής μάθησης μας δίνει τη δυνατότητα να προσομοιώνουμε εκτεταμένα συστήματα με ακρίβεια κβαντομηχανικών υπολογισμών, κάτι που δεν είναι εφικτό με τις παραδοσιακές DFT μεθόδους. Το λογισμικό μας είναι φιλικό προς τον χρήστη και πλήρως αυτοματοποιημένο, επιτρέποντας γρήγορες προσομοιώσεις φασμάτων και την αναγνώριση χαρακτηριστικών κορυφών, συμβάλλοντας έτσι στην προσπάθεια ταυτοποίησης πολυμορφικών δομών, ιδίως στη φαρμακευτική βιομηχανία. Επιπλέον, το υπολογιστικό μας πλαίσιο μπορεί να εφαρμοστεί και σε άλλους τύπους υλικών, πέρα από τα φάρμακα, καθιστώντας το ένα ευέλικτο εργαλείο για την έρευνα υλικών.

Η επιστήμη συχνά συνοδεύεται από απορρίψεις και αποτυχημένα πειράματα, κάτι που είναι αρκετά στρεσογόνο ειδικά στα πρώτα στάδια της ερευνητικής καριέρας. Πώς διατηρείς το κίνητρό σου και τι συμβουλή θα έδινες σε νέες/ους επιστήμονες που αντιμετωπίζουν παρόμοιες αντιξοότητες;

Δεν υπάρχει μία συνταγή για την επιτυχία, και πράγματι, η ζωή στην έρευνα είναι γεμάτη αποτυχημένες προσπάθειες. Ωστόσο, κάθε αποτυχημένη προσομοίωση, κάθε απόρριψη άρθρου ή απροσδόκητο αποτέλεσμα κρύβει πολύτιμες πληροφορίες, που μας βοηθούν να εμβαθύνουμε, να βελτιώσουμε τις μεθόδους μας, τις υποθέσεις μας και τη σκέψη μας. Στην έρευνα εξερευνούμε το ανεξερεύνητο και το ανεξερεύνητο είναι από τη φύση του απρόβλεπτο.

Αυτό που με κρατάει κινητοποιημένη είναι η περιέργεια και η αγάπη μου για την κατανόηση του πώς λειτουργεί η ύλη γύρω μας. Προσπαθώ πάντα να θυμάμαι ότι η επίλυση ενός προβλήματος είναι σαν να τοποθετώ ένα μικρό λίθο στο τεράστιο οικοδόμημα της επιστήμης που χτίζεται παγκοσμίως, με στόχο ένα καλύτερο μέλλον για εμάς και για τις επόμενες γενιές. Όταν αντιμετωπίζω δυσκολίες, κάνω ένα βήμα πίσω, αναλύω ξανά όλα τα δεδομένα από την αρχή, συζητώ τις ιδέες μου με συναδέλφους και συνεχίζω να διαβάζω και να μαθαίνω. Αλλά πάντα θυμίζω στον εαυτό μου γιατί το κάνω αυτό. Γιατί πιστεύω βαθιά ότι η επιστήμη είναι ένας από τους κύριους δρόμους για να χτίσουμε ένα καλύτερο μέλλον. Στο τέλος, υπάρχει πάντα εκείνη η μοναδική στιγμή όπου μια εργασία στην οποία έχουμε αφιερώσει τόσο χρόνο και κόπο αρχίζει να λειτουργεί. Αυτή η στιγμή, όπου ανακαλύπτεις κάτι νέο ή υλοποιείς κάτι που δεν έχει ξαναγίνει είναι που γεμίζει χαρά την καρδιά ενός ερευνητή και μας δίνει ακόμη περισσότερη ώθηση.

Η συμβουλή μου προς τις νέες και τους νέους επιστήμονες είναι να αγκαλιάσουν την αποτυχία και να μην φοβούνται τα λάθη. Μαθαίνουμε πολύ περισσότερα από τα λάθη μας, όχι μόνο στην επιστήμη, αλλά και στη ζωή. Κάθε "όχι" και κάθε "λάθος" είναι μια κινητήρια δύναμη που μας φέρνει πιο κοντά στην κατανόηση. Συζητήστε με τους συναδέλφους σας, μελετήστε τη βιβλιογραφία, να είστε υπομονετικές/οί και μην ξεχνάτε να διατηρείτε μια ισορροπία μεταξύ δουλειάς και ζωής, ώστε κάθε μέρα να ξεκινάτε με το ίδιο πάθος για αυτό που κάνετε.

Ποια είναι μια συμβουλή που θα ήθελες να είχες ακούσει νωρίτερα και που θα έδινες σήμερα σε κάποιο άτομο που σκέφτεται να ακολουθήσει καριέρα στην έρευνα;

Όταν ξεκίνησα, πίστευα ότι αν δουλεύω σκληρά και μαθαίνω σε βάθος, η επιτυχία θα έρθει φυσικά. Με τον καιρό όμως συνειδητοποίησα ότι η πρόοδος στην έρευνα έρχεται συνήθως μέσα από την αποτυχία και ότι η αποτυχία, όσο απογοητευτική κι αν είναι, αποτελεί αναπόσπαστο κομμάτι της διαδικασίας. Υπάρχουν στιγμές που οι συνεχείς δυσκολίες φέρνουν κόπωση και αποθάρρυνση. Όμως, το να είσαι ερευνητής δεν σημαίνει απλώς να παράγεις αποτελέσματα. Σημαίνει να έχεις όραμα, να αντέχεις την αβεβαιότητα και να βρίσκεις νόημα μέσα στη διαδικασία την ίδια. Με έναν τρόπο, οι ερευνητές μοιάζουν με καλλιτέχνες. Πρέπει να πειραματιστούν, να εξερευνήσουν και, κάποιες φορές, να χαθούν λίγο πριν βρουν το δικό τους ύφος.

Γι’ αυτό, αν υπάρχει μία συμβουλή που θα ήθελα να είχα ακούσει νωρίτερα και που τώρα δίνω σε όποιον ξεκινά την ερευνητική του πορεία, είναι η εξής: να διατηρείτε την ισορροπία μεταξύ επαγγελματικής και προσωπικής ζωής. Δουλέψτε με πάθος, αλλά μην απομακρύνεστε από τη ζωή έξω από το εργαστήριο. Ο κόσμος, η φύση, η τέχνη και οι άνθρωποι γύρω σας θα σας δώσουν συχνά την έμπνευση και το κίνητρο που η ίδια η επιστήμη δεν μπορεί πάντα να προσφέρει. Και αυτή η ισορροπία είναι τελικά εκείνη που διατηρεί ζωντανή τη δημιουργικότητα και την περιέργεια σε βάθος χρόνου.

Ανατρέχοντας πίσω στην πορεία σου, ποιο επίτευγμα σε γεμίζει περισσότερο υπερηφάνεια;

Δεν θα έλεγα ότι υπάρχει ένα συγκεκριμένο επιστημονικό αποτέλεσμα για το οποίο νιώθω υπερηφάνεια. Αντιλαμβάνομαι κάθε μελέτη που πραγματοποιώ ως ένα ξεχωριστό κεφάλαιο στο ερευνητικό μου ταξίδι, με τις καλές και τις δύσκολες στιγμές του, τα θετικά και τα αρνητικά του. Ωστόσο, αν θα μπορούσα να αναφέρω κάτι για το οποίο νιώθω περήφανη, αυτό είναι το γεγονός ότι μέσα στα χρόνια κατάφερα να εξελιχθώ και να εργαστώ σε διεπιστημονικά πεδία, έχοντας πάντα ως κύριο στόχο τη μελέτη και κατανόηση της ύλης. Ξεκίνησα από τη χημική μηχανική, πέρασα στις προσομοιώσεις, κάτι που με οδήγησε να μάθω κβαντομηχανική και όλες τις σχετικές μεθόδους. Σήμερα, βρισκόμαστε στην εποχή που η τεχνητή νοημοσύνη αρχίζει να φέρνει επανάσταση και στην υπολογιστική χημεία και έτσι, νέες γνώσεις και δεξιότητες χρειάζονται ξανά. Επιπλέον, η στενή συνεργασία μου με ερευνητές που πραγματοποιούν πειράματα όλα αυτά τα χρόνια, μου έδωσε τη δυνατότητα να εκτιμήσω τη φύση της δικής τους δουλειάς και να συνδυάσω τον κόσμο των πειραμάτων με αυτόν των προσομοιώσεων. Νομίζω λοιπόν ότι, αν υπάρχει κάτι για το οποίο νιώθω περήφανη, είναι η ικανότητά μου να εξελίσσομαι, να μαθαίνω συνεχώς, να προσαρμόζομαι σε νέα πεδία και να συμβάλλω, έστω και λίγο, στη σύνδεση διαφορετικών τομέων της επιστήμης.

Τι σε ώθησε να συνεχίσεις την καριέρα σου στο εξωτερικό και πώς αυτή η επιλογή διαμόρφωσε την επαγγελματική σου πορεία;

Η ενασχόλησή μου με τις ατομιστικές προσομοιώσεις, ήδη από τα χρόνια του προπτυχιακού και του μεταπτυχιακού μου στη σχολή Χημικών Μηχανικών στην Αθήνα, ενίσχυσε την περιέργειά μου και με έπεισε ότι ήθελα να συνεχίσω εκπονώντας ένα διδακτορικό σε αυτόν τον τομέα. Ήδη τότε, διαβάζοντας εργασίες από ερευνητικές ομάδες από όλο τον κόσμο, ανακάλυπτα τόσα συναρπαστικά πράγματα που μελετώνται διεθνώς. Για κάποιο λόγο, ήθελα κι εγώ να γίνω μέρος αυτού του κόσμου. Δεδομένου ότι οι συνθήκες για διδακτορικές σπουδές είναι συνήθως καλύτερες στο εξωτερικό, αποφάσισα να μετακινηθώ και να ακολουθήσω ακαδημαϊκή πορεία εκτός Ελλάδας. Φυσικά, όπως κάθε νέο ξεκίνημα, έτσι και αυτό είχε τις θετικές αλλά και τις δύσκολες πλευρές του. Ο δρόμος στο εξωτερικό δεν ήταν στρωμένος με ροδοπέταλα. Πέρα από τις ίδιες τις δυσκολίες της έρευνας, έπρεπε να προσαρμοστώ σε ένα νέο περιβάλλον, μια νέα γλώσσα και διαφορετική κουλτούρα, αφήνοντας πίσω την ασφάλεια του γνώριμου και οικείου. Ωστόσο, οι ευκαιρίες που μου δόθηκαν στο εξωτερικό, τόσο σε επιστημονικό όσο και σε προσωπικό επίπεδο ήταν ανεκτίμητες. Η γνωριμία και συνεργασία με εξαιρετικούς επιστήμονες διεθνούς κύρους, η μαθητεία κοντά τους και η σταδιακή διαμόρφωση της δικής μου ερευνητικής ταυτότητας μέσα σε τέτοια περιβάλλοντα, με διαμόρφωσαν βαθιά ως επιστήμονα με τρόπο που αλλιώς δεν θα ήταν εφικτός. Πιστεύω επίσης ότι η εμπειρία μου στο εξωτερικό ενίσχυσε την διεπιστημονική μου οπτική και μου έδωσε τα εφόδια και τις δυνατότητες να συμμετέχω σε εργασίες που συνδέονται με πραγματικά προβλήματα.

Η επαγγελματική σου διαδρομή χαρακτηρίζεται από έντονη διεπιστημονικότητα. Θεωρείς ότι η διεπιστημονικότητα είναι σημαντική στη σημερινή επιστημονική πραγματικότητα;

Καθ’ όλη τη διάρκεια της ερευνητικής μου πορείας, συνειδητοποίησα ότι πολλές από τις μεγάλες προκλήσεις της εποχής μας, από τον σχεδιασμό φαρμάκων έως την ενεργειακή βιωσιμότητα και την ανάπτυξη νέων υλικών, δεν μπορούν να αντιμετωπιστούν μέσα στα όρια μιας μόνο επιστήμης. Η ίδια η φύση δεν ξεχωρίζει τη χημεία από τη φυσική ή τη βιολογία αλλά λειτουργεί ως ένα ενιαίο, αλληλένδετο σύστημα. Εμπνευσμένη από αυτήν την αρχή της φύσης, πιστεύω ότι η διεπιστημονικότητα δεν είναι απλώς χρήσιμη αλλά απολύτως απαραίτητη στη σημερινή επιστημονική πραγματικότητα. Μας επιτρέπει να βλέπουμε τα προβλήματα από νέες οπτικές, προβλήματα που κάποτε μπορεί να φαίνονταν άλυτα. 

Μέσα από τη δική μου εμπειρία, η εργασία στη διασταύρωση της χημικής μηχανικής και της υπολογιστικής χημείας, που περιλαμβάνει την κβαντομηχανική, τη στατιστική μηχανική, την υπολογιστική επιστήμη υλικών και πλέον την τεχνητή νοημοσύνη, καθώς και η στενή συνεργασία μου με πειραματικούς ερευνητές, με δίδαξαν να σκέφτομαι πιο ανοιχτά και να επικοινωνώ αποτελεσματικά με επιστήμονες διαφορετικών ειδικοτήτων. Αυτή η προσέγγιση μας επιτρέπει συχνά να αντιμετωπίζουμε πολύπλοκα προβλήματα που αρχικά φαίνονται αδύνατο να λυθούν. Η εμπειρία αυτή όχι μόνο διεύρυνε την κατανόησή μου διαφόρων φαινομένων, αλλά και ενίσχυσε βαθιά την εκτίμησή μου για το πώς η συνεργασία γεννά την καινοτομία.

Στο τέλος, η διεπιστημονικότητα είναι εκείνη που μετατρέπει την επιστήμη από μεμονωμένες προσπάθειες σε μια συλλογική αναζήτηση της γνώσης και εκεί είναι που συντελείται η πραγματική πρόοδος. Όπως ακριβώς και στη φύση, όπου αμέτρητα σωματίδια ενώνονται για να δημιουργήσουν τη ζωή και ό,τι μας περιβάλλει, έτσι και ο συνδυασμός διαφορετικών ανθρώπων και επιστημών είναι αυτός που γεννά τη νέα γνώση.

Μάθετε περισσότερα για την Αριάδνη στο LinkedIn.