fbpx Vaccinare tutti per salvarsi da Covid. Intervista a Rappuoli

Vaccinare tutti per salvarsi da Covid

Primary tabs

--
Tempo di lettura: 1 min

I vaccini sono la migliore assicurazione sulla nostra vita, anche nel caso di Covid-19, come si è dimostrato in questi mesi. Tuttavia l'emergere di nuovi varianti - come Omicron - mette a rischio una piena efficacia dei vaccini, la cui prima generazione è stata concepita più per proteggere dalla malattia grave che per impedire il contagio. Con il vaccinologo del GSK Rino Rappuoli, autore insieme a Lisa Vozza del libro "I vaccini dell'era globale", parliamo in questa puntata de "Le Voci della Scienza" delle potenzialità e dei limiti dei vaccini, delle nuove ricerche volte a ottenere prodotti sempre più efficaci, e della necessità di fare una corretta educazione ai vaccini per contrastare il fenomeno del rifuto vaccinale che ancora oggi indebolisce la nostra risposta alla pandemia. 

Intervista Luca Carra. Musica Jacopo Mengarelli. Produzione Sergio Cima.

 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

La medicina di precisione non può fare a meno degli small data

I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.

Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.