Un gruppo di ricercatori italiani finanziati da Telethon ha scoperto che il gene RTN2 per il reticulone 2, una proteina importante per assicurare una forma corretta al reticolo endoplasmatico, è coinvolto in una rara malattia neurodegenerativa, la paraplegia spastica ereditaria. Questa condizione, che colpisce una persona ogni 10.000, può manifestarsi in due diverse forme: una pura, caratterizzata da spasticità lentamente progressiva e da debolezza muscolare a carico degli arti inferiori, e una complicata, in cui possono essere presenti anche altri disturbi come anomalie della vista, sordità o ritardo mentale. Il gene appena individuato da Antonio Orlacchio, responsabile del laboratorio di Neurogenetica dell’IRCCS Fondazione Santa Lucia di Roma e dai suoi collaboratori, nell’ambito di un’intensa collaborazione multidisciplinare tra importanti centri internazionali, si associa, quando alterato, alla forma pura. «Aver scoperto un nuovo gene responsabile della paraplegia spastica ereditaria ci consentirà d’ora in avanti di diagnosticare con precisione questa forma della malattia a partire dai sintomi clinici e pianificare così gli interventi più adeguati» spiega il ricercatore. «Infine, la proteina codificata dal gene RTN2 potrà rappresentare un bersaglio molecolare per un razionale sviluppo di nuovi farmaci».
Paralisi da reticolo alterato
Primary tabs
prossimo articolo
LLM e ricerca scientifica: opportunità, rischi e controlli
Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.
Immagine di copertina realizzata con ChatGPT
Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.