Le recenti notizie sull'efficacia dei vari vaccini in corsa contro il SARS-CoV-2 hanno fatto passare in sordina quello che è forse l'inizio di una delle rivoluzioni in ambito medico-biologico più importanti di sempre. Per quasi mezzo secolo, gli scienziati si sono chiesti come le proteine sappiano in quale forma ripiegarsi - e come riescano a farlo in maniera stabile e coerente, di volta in volta. I ricercatori di DeepMind, la branca di Google che si occupa di intelligenza artificiale, hanno appena fornito una risposta: basandosi su tecniche di deep learning, DeepMind riesce infatti a tradurre catene di amminoacidi in strutture proteiche tridimensionali velocemente e senza troppe difficoltà. (Il team di DeepMind si è già lanciato nella corsa ad affrontare le migliaia di proteine irrisolte nel genoma umano e le centinaia di milioni di proteine in natura che non sono state ancora modellate.) Ciò ha conseguenze importantissime per la medicina. La maggior parte dei farmaci oggi prescritti sono stati scoperti, infatti, per puro caso o per mezzo di lunghi e costosi esperimenti di "trial and error". Capire come gli amminoacidi dirigano le proteine nel loro torcersi e ripiegarsi in forme tridimensionali stabili permetterà una migliore comprensione del ruolo di ogni proteina, consentendo agli scienziati di identificare le cause delle variazioni genetiche che portano alla malattia e di progettare farmaci mirati, declinati alle biologie specifiche dei singoli.
—
I link della settimana
La Cina conta di portare a termine il suo programma di alterazione delle condizioni metereologiche nel 2025.
Le prime crocchette di pollo fatte con carne di laboratorio sono state approvate per consumo umano. Gnam.
—
NRS è la newsletter di cultura e tecnologia di INUTILE » associazione culturale. A cura di Francesca Balestrieri, Carmine Bussone e Matteo Scandolin. Per conoscere meglio INUTILE e i suoi progetti, visita il nostro sito; se ti piace quello che facciamo, sostienici. Puoi contattare la redazione di NRS via Twitter o via mail.