Le cellule staminali pluripotenti riprogrammate permettono di scavalcare le difficoltà etiche e pratiche legate all’uso di quelle embrionali, non provocano reazioni di rigetto perché sono ottenute dal malato stesso, eppure non sono del tutto immuni da rischi: i geni attivati per farle retrocedere nel loro processo di differenziazione rendono infatti il loro DNA instabile, ed esposto al rischio di mutazioni potenzialmente cancerogene. E’ stato Piergiuseppe Pelicci, direttore del Dipartimento di oncologia sperimentale all'Istituto Europeo di Oncologia (IEO) di Milano, a coordinare il lavoro condotto insieme con altri istituti milanesi e svizzeri. Una doccia fredda per chi sperava che la possibilità di riportare indietro le lancette della differenziazione cellulare, annunciata alla fine del 2007, potesse cancellare con un colpo di spugna tutte le polemiche sull’uso delle staminali embrionali e avvicinare l’uso terapeutico di questi potenziali «pezzi di ricambio» per tessuti. Identificato il meccanismo responsabile dell’accumulo del danno a carico del DNA, i ricercatori sperano però di studiare nuove tecnologie di riprogrammazione che non comportino lo stesso rischio.
Anche con le iPS ci vuole cautela
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.