E’ stato pubblicata sulla prestigiosa rivista PlosOne una ricerca, coordinata da Giovanni Bertoni del Dipartimento di Bioscienze dell’Università di Milano, che descrive una nuova tecnologia in grado di catturare e identificare le proteine esposte sulla superficie delle cellule batteriche. Queste proteine che giocano un ruolo chiave nel processo di infezione, sono le prime a essere riconosciute come estranee dal sistema immunitario. La localizzazione superficiale delle proteine batteriche è un passo fondamentale verso l'identificazione dei fattori di virulenza coinvolti nei meccanismi di patogenicità. Una loro accurata identificazione permette di accelerare lo sviluppo di nuovi antibiotici e di vaccini. La metodologia di “cattura” di proteine di superficie, già però prontamente applicabile ad altri batteri patogeni, è stata a messa a punto nello specifico su Pseudomonas aeruginosa, un importante patogeno opportunista umano. Questa tecnica si basa sull’uso di nanoparticelle magnetiche derivatizzate capaci di stabilire legami covalenti con le proteine. Una volta che si adagiano sulla superfice di cellule intere, le nanoparticelle “catturano” covalentemente proteine adiacenti che vengono poi identificate mediante tecniche di spettrometria di massa. In un test comparativo, questa tecnica si è rivelata più efficiente e accurata nell’identificare nuove proteine di superficie rispetto a procedure precedenti. I risultati di questo studio, che vede fra i collaboratori anche Francesco Bonomi del DeFENS , Pierluigi Mauri dell’Istituto di Tecnologie Biomediche (CNR-ITB; Segrate) e Alessandra Bragonzi dell’Ospedale San Raffaele, sono molto promettenti per lo sviluppo di nuovi antibiotici e vaccini. Questa ricerca è stata possibile grazie ai finanziamenti della Fondazione Cariplo, della Commissione Europea e della Fondazione per la Ricerca sulla Fibrosi Cistica (Verona).
Nanoparticelle a caccia di proteine
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.