fbpx Nuove prospettive nello studio della SLA | Scienza in rete

Nuove prospettive nello studio della SLA

Read time: 2 mins

Nikolay Dokholyan a Milano per spiegare il rapporto fra proteine anomale e malattie neurodegenerative

Studiare la natura e il comportamento delle proteine può essere la strada giusta per comprendere le cause di malattie come la sclerosi laterale amiotrofica o la fibrosi cistica. Ne è convinto Nikolay Dokholyan, professore di biochimica e biofisica all’Università della North Carolina, che martedì 23 febbraio sarà all’Università di Milano per un seminario organizzato dal Centro per la complessità e i biosistemi, dal titolo From etiology to therapeutics of the Lou Gehrig’s disease.

Il gruppo di ricerca diretto da Dokholyan combina un ampio ventaglio di competenze nei campi della fisica, della chimica e della biologia, con lo scopo di studiare la struttura delle proteine e il modo in cui interagiscono fra di loro. Può infatti capitare che esse assumano forme anormali, perdendo la loro funzione o, in alcuni casi, aggregandosi fra di loro. Questi aggregati possono bloccare alcune attività dell’organismo, dando quindi origine a una serie di malattie che include il morbo di Alzheimer, il morbo di Parkinson, le amiloidosi, la fibrosi cistica.

A questo gruppo appartiene anche la sclerosi laterale amiotrofica, malattia per la quale non esiste una cura nota e che sarà al centro dell’intervento di Dokholyan a Milano. Il suo gruppo di ricerca sta infatti studiando una proteina, SOD1, il cui anormale accumulo potrebbe giocare un ruolo di primo piano nell’origine di questa malattia neurodegenerativa. Combinando l’uso di simulazioni computazionali ed esperimenti su modelli animali, Dokholyan e i suoi colleghi hanno due obiettivi: il primo è di determinare le cause, i meccanismi e le conseguenze dell’irregolare aggregazione di SOD1 nella sclerosi laterale amiotrofica, soprattutto nelle fasi iniziali della malattia, quando la proteina è ancora solubile e quindi più sensibile a eventuali trattamenti. Il secondo obiettivo consiste nel testare possibili farmaci in grado di stabilizzare la struttura di SOD1, con lo scopo di impedire la formazione degli aggregati tossici.

Un risultato, questo, che potrebbe avere un grande impatto sulla medicina moderna e sullo sviluppo di nuove strategie terapeutiche.

Autori: 
Sezioni: 
Free tag: 
Complessità

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.