fbpx Lefkowitz e Kobilka Nobel 2012 | Page 2 | Scienza in rete

Lefkowitz e Kobilka Nobel 2012

Read time: 2 mins

Il premio Nobel per la Chimica 2012 è stato assegnato a Robert Lefkowitz, Duke University Medical Center, Durham, NC, USA e a Brian Kobilka, Stanford University School of Medicine, Stanford, CA, USA,  per le loro ricerche sulla segnalazione cellulare ed in particolare "per gli studi sui recettori accoppiati alle proteine G".

Il nostro corpo è costituito da miliardi di cellule. Per stare insieme, le cellule devono essere in grado di poter comunicare con l’ambiente esterno e tra loro in modo efficace, utilizzando messaggi e sistemi di segnalazione complessi e altamente regolati. Alcuni importanti messaggeri dell’organismo sono gli ormoni che stimolano la risposta cellulare attraverso recettori specifici presenti sulla membrana delle cellule. I recettori accoppiati a proteine G sono stati per la prima volta identificati studiando la segnalazione cellulare promossa dall’ormone adrenalina, che permette all’organismo di rispondere a situazioni di stress modificando il comportamento cellulare. Le prime ricerche in questo senso risalgono alla fine degli anni ’60 quando Lefkowitz riuscì ad isolare il recettore beta adrenergico per l’adrenalina a partire da estratti cellulari. Successivamente negli anni ’80 Kobilka definì la sequenza genica del recettore e dedusse la struttura caratteristica e i domini funzionali. Il recettore beta adrenergico rappresenta da allora il modello di una classe di recettori impegnato in molteplici vie di attivazione cellulare, tra cui i meccanismi della visione e degli organi di senso, e che utilizza una via comune di segnalazione finemente regolata attraverso il coinvolgimento di proteine intracellulari note come proteine G.

Recentemente, nel 2011, il gruppo di Kobilka è anche riuscito ad ottenere un’immagine del recettore beta adrenergico legato all’adrenalina e a visualizzare l’innesco della segnalazione intracellulare. 



Autori: 
Sezioni: 
Chimica

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

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.