fbpx Risanato il topo obeso | Page 5 | Scienza in rete

Risanato il topo obeso

Primary tabs

Read time: 1 min

Un passo avanti nella cura dell'obesità e del diabete di tipo 2, con una terapia molecolare capace perfino di autoregolarsi. Per ora i ricercatori dell'Ohio State University Medical Center ci sono riusciti su topi diabetici e obesi, iniettando loro il gene per l'Hypothalamic Brain-Derived Neurotrophic Factor, in sigla BDNF, il quale, a livello dell'ipotalamo, migliora la sensibilità all'insulina, riduce la massa grassa e fa dimagrire. Per evitare che il processo di perdita di peso continuasse fino a portare l'animale alla cachessia, però, i ricercatori hanno inserito nel medesimo vettore virale che portava il gene anche un microRNA con funzione regolatoria, controllato a sua volta da un promotore sensibile ai cambiamenti indotti dal BDNF. In tal modo, la perdita di peso ha inibito l'ulteriore espressione del gene. Gli autori intendono ora chiedere alla Food and Drug Administration l'autorizzazione per iniziare la sperimentazione sull'uomo.

Fonte: Nature Medicine pubblicato online l'8-3-2009 doi:10.1038/nm.1933

Autori: 
Sezioni: 
Genetica

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

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.