fbpx scienza + tecnologia | Scienza in rete
SciRe/

scienza + tecnologia

Protein folding per tutti

In due articoli pubblicati giovedì su Nature e Science, la società londinese DeepMind specializzata in tecniche di deep learning e un gruppo di ricercatori guidato da David Baker, biologo strutturale della University of Washington, hanno descritto due algoritmi basati su reti neurali profonde che prevedono in modo estremamente accurato la struttura delle proteine a partire dalle sequenze di aminoacidi. In alcuni casi la loro precisione è confrontabile con quella delle strutture misurate sperimentalmente. Contestualmente hanno messo a disposizione gratuitamente il codice per il calcolo di queste strutture.

Nell'immagine: struttura cristallina del complesso proteico chaperonina. Credit: Thomas Splettstoesser/Wikimedia Commons. Licenza: CC BY-SA 3.0.

Le proteine sono le molecole fondamentali per i processi biologici e la loro struttura tridimensionale, cioè il modo in cui gli aminoacidi che le compongono sono distribuiti nello spazio, è strettamente legata alle funzioni che svolgono. Conoscere questa struttura è un compito tutt’altro che semplice. Sperimentalmente può essere estremamente oneroso e in alcuni casi impossibile. Da cinquant’anni gli scienziati cercano di sviluppare dei metodi computazionali, che inferiscano la struttura a partire dalla sequenza di aminoacidi che costituiscono la proteina.

La fisica delle reti finanziarie: intervista a Guido Caldarelli

Immagine Unsplash.

Al cuore della crisi finanziaria del 2007-2008, culminata con la dichiarazione di bancarotta della banca di investimenti Lehman Brothers e dal salvataggio di stato di numerosi altri istituti statunitensi, c’è la fitta trama di connessioni tra gli attori del sistema finanziario costruita intorno al mercato immobiliare americano e, in particolare, alla concessione di mutui sulla casa e alla compravendita di assicurazioni su questi mutui.

Machine learning in radioterapia: il problema è conquistare la fiducia degli oncologi

L'integrazione di sistemi di machine learning in ambito sanitario deve essere condotto nel rispetto delle procedure decisionali esistenti. Questo è il messaggio principale di un lavoro condotto da un gruppo di ricercatori della University Health Network di Toronto in Canada che hanno sperimentato l'impiego di un algoritmo di machine learning per la pianificazione dei piani di trattamento radioterapici di pazienti con tumore della prostata. Lo studio è stato condotto presso il Princess Margaret Cancer Centre, il maggiore centro oncologico canadese, e ha concluso che i piani generati automaticamente sono clinicamente accettabili nella maggior parte dei casi. Tuttavia, ha anche visto che gli oncologi tendono a scegliere il piano che percepiscono come generato automaticamente meno di frequente se il paziente deve essere ancora trattato, preferendo quello elaborato dai fisici medici. Al contrario, in un contesto retrospettivo, gli oncologi prefeirscono nella grande maggioranza dei casi il piano generato dall'algoritmo rispetto a quello elaborato dai fisici medici.

Nell'immagine un simulatore CT per la pianificazione dei piani di radioterapia. Credit: IAEA Imagebank/Flickr. Licenza: CC BY-NC-ND 2.0.

In ambito medico, sono ormai numerosi gli algoritmi di machine learning, sistemi di apprendimento automatico basato sui dati, sviluppati sia per la diagnosi che per il trattamento di diverse patologie. Finora però la loro efficacia è stata valutata prevalentemente fuori dall’ambiente clinico.

Prima distribuzione wireless di una chiave quantistica generata con quantum dot

Un gruppo di ricercatori del dipartimento di fisica della Sapienza Università di Roma ha inviato una chiave quantistica in modalità wireless tra due edifici del campus distanti circa 250 metri, usando come sorgente un quantum dot, un particolare tipo di dispositivo semiconduttore di dimensioni nanometriche. Si tratta di un protocollo di crittografia quantistica basato sul fenomeno dell'entanglement, che caratterizza le coppie di fotoni (particelle di luce) emesse da questi dispositivi. La chiave quantistica serve sia a decifrare il messaggio inviato attraverso un canale classico, sia ad allertare in caso di attacchi di terze parti. Le sorgenti di fotoni entangled più convenzionali hanno il difetto di emettere coppie di fotoni identiche quasi contemporaneamente. Questo mette a rischio la sicurezza della chiave, perché una terza parte può "leggere" le informazioni portate dai fotoni di una delle due coppie senza che né mittente né destinatario se ne rendano conto. Al contrario i quantum dot emettono singole coppie on demand e rappresentano quindi una soluzione molto promettente per i protocolli di crittografia quantistica.

Un'immagine dell'esperimento, per gentile concessione degli autori (tutti i diritti riservati).

La crittografia è uno degli ingranaggi nascosti della macchina della rete che utilizziamo, talvolta inconsapevolmente, accedendo a un account bancario o comunicando con un conoscente tramite una app di messaggistica. I dati vengono protetti dall’intrusione di terze parti usando algoritmi che richiederebbero risorse computazionali impraticabili per essere attaccati. La sicurezza a medio-lungo termine di questi sistemi di crittografia si basa infatti su assunzioni riguardo le capacità tecnologiche dell’agente ostile.

Cellule staminali della pelle, uno studio evidenzia il ruolo del gene FOXM1

Un lavoro pubblicato a maggio su Nature Communications getta nuova luce sulle caratteristiche che distinguono le sotto-popolazioni di cheratinociti e sul ruolo del gene FOXM1, coinvolto nell’epidermolisi bollosa giunzionale, una malattia genetica che interessa l’epidermide. I risultati potranno aiutare a mettere a punto e affinare le terapie avanzate per il trattamento.

Nell'immagine: colonie generate da un oloclone ©Sergio Bondanza e Francesca La Mantia. Per gentile concessione del Centro di Medicina Rigenerativa “Stefano Ferrari"

Conoscere sempre meglio le caratteristiche cellulari e genetiche che permettono la rigenerazione dei tessuti è fondamentale per affinare le applicazioni cliniche e mettere a punto strategie di terapia per patologie che interessano gli epiteli.

Il meccanismo di Antikythera

Il meccanismo di Antikythera, risalente al secondo secolo a.C., è stato oggetto di un recente studio condotto da un gruppo di ricercatori della University College London e pubblicato su Scientific Reports. Il calcolatore rappresenta uno dei primi passi verso la meccanizzazione della scienza. Era dotato di un sofisticato sistema di ingranaggi e ruote dentate e veniva azionato a mano. Grazie agli studi effettuati nel corso degli anni, si è capito che il meccanismo veniva usato per predire le eclissi, il moto della Luna, la posizione del Sole e dei cinque pianeti conosciuti all’epoca, Mercurio, Venere, Marte, Giove e Saturno.

Immagine: il meccanismo di Antikythera, di Marsyas.

Il 21 marzo scorso l'immagine astronomica del giorno proveniva dalla collezione del Museo Archeologico Nazionale di Atene: si trattava di uno dei frammenti del meccanismo di Antikythera, un antico calcolatore astronomico. Il meccanismo in bronzo, risalente al secondo secolo a.C., è stato infatti oggetto di un recente studio condotto da un gruppo di ricercatori della University College London e pubblicato sulla rivista Scientific Reports.

Il cervello predittivo. La tensione del conoscere tra incertezza e aspettativa

Il nostro cervello è così dedito alla gestione dell'incertezza che può essere considerato un organo predittivo. Più precisamente, il modello del paradigma predittivo suggerisce che la nostra conoscenza del mondo sia sempre guidata dal bilanciamento di due principi, uno di ordine economico, che spinge al contenimento del dispendio energetico, e uno di ordine evolutivo, vincolato alla necessità di apprendimento.

Crediti immagine: Brain photo created by freepik - www.freepik.com

L’incertezza, in generale, non piace agli esseri viventi, tanto meno agli umani che si sono adoperati per millenni a erigere mura di conoscenza contro i fantasmi dell’indeterminatezza. Oggi sappiamo che l’incertezza è decisamente sgradevole perché è l’ostacolo con cui i nostri sistemi cognitivi si scontrano quotidianamente.

Auguriamoci un futuro con tanta chimica

La ricerca chimica è indispensabile per fornire all’umanità gli strumenti necessari alla transizione energetica. 

Immagine: Pixabay License.

Una battuta, che si trova spesso navigando nei canali social della nerd-culture, recita: «Fidati dei chimici, hanno tutte le soluzioni». Se non si coglie immediatamente il doppio significato della parola «soluzioni», questa può sembrare anche una frase altezzosa e superba, ma nasconde una dose di verità. La chimica è scienza centrale, ponte di collegamento tra le scienze fisiche e le scienze applicate e certo non stupisce che alcuni dipartimenti universitari includano la chimica nelle scienze della vita.

Il futuro nelle microalghe

La crescita continua della popolazione mondiale e la parallela necessità di superfici da coltivare hanno portato la FAO a valutare nuove risorse sostenibili. Le alghe sono diventate così di grande interesse fra i ricercatori: facili da coltivare in zone desertiche o in contenitori sigillati, la loro particolare composizione rende queste piante acquatiche molto versatili.

Dove sta andando il neutrino?

Bruno Pontecorvo: tra le sue pionieristiche idee gli studi sul decadimento del muone e la sua teoria delle oscillazioni del neutrino. Foto centropontecorvo.df.unipi.it

 

Il neutrino è una particella elementare che per certi versi parla italiano perché il suo nome, coniato nella nostra lingua da Enrico Fermi, è identico in tutta la comunità scientifica mondiale. Inoltre il contributo della scuola italiana di fisica in questo campo è stato, e continua a essere, molto rilevante.