HomeIASpin-off del MIT mappa i metaboliti del corpo per scoprire i fattori...

Spin-off del MIT mappa i metaboliti del corpo per scoprire i fattori nascosti delle malattie

La complessità della biologia

La biologia non è mai semplice. Mentre i ricercatori avanzano nella lettura e modifica dei geni per trattare le malattie, emerge sempre più evidenza che le proteine e i metaboliti che circondano quei geni non possono essere ignorati. La spinout del MIT, ReviveMed, ha sviluppato una piattaforma per misurare i metaboliti — prodotti del metabolismo come lipidi, colesterolo, zuccheri e carboidrati — su larga scala. L’azienda utilizza queste misurazioni per scoprire perché alcuni pazienti rispondono ai trattamenti mentre altri no e per comprendere meglio i fattori che guidano le malattie.

La sfida della misurazione

Storicamente, siamo stati in grado di misurare alcune centinaia di metaboliti con alta precisione, ma questo rappresenta solo una frazione dei metaboliti presenti nei nostri corpi. C’è un enorme divario tra ciò che misuriamo con precisione e ciò che esiste nel nostro corpo, ed è questo che vogliamo affrontare. Vogliamo attingere agli insight potenti derivanti dai dati sui metaboliti poco utilizzati. Il progresso di ReviveMed arriva mentre la comunità medica più ampia sta sempre più collegando i metaboliti disregolati a malattie come il cancro, l’Alzheimer e le malattie cardiovascolari.

Collaborazioni e innovazioni

ReviveMed sta utilizzando la sua piattaforma per aiutare alcune delle più grandi aziende farmaceutiche del mondo a trovare pazienti che possono beneficiare dei loro trattamenti. Sta anche offrendo software ai ricercatori accademici gratuitamente per aiutare a ottenere insight dai dati sui metaboliti non sfruttati. Con il campo dell’AI in piena espansione, crediamo di poter superare i problemi di dati che hanno limitato lo studio dei metaboliti. Non esiste un modello di base per la metabolomica, ma vediamo come questi modelli stanno cambiando vari campi come la genomica, quindi stiamo iniziando a pionierizzare il loro sviluppo.

Un viaggio di scoperta

Pirhaji è nata e cresciuta in Iran prima di arrivare al MIT nel 2010 per perseguire il suo dottorato in ingegneria biologica. Aveva precedentemente letto i documenti di ricerca di Fraenkel ed era entusiasta di contribuire ai modelli di rete che stava costruendo, integrando dati da fonti come genomi, proteomi e altre molecole. Stavamo pensando al quadro generale in termini di ciò che si può fare quando si può misurare tutto — i geni, l’RNA, le proteine e le piccole molecole come i metaboliti e i lipidi.

La visione di ReviveMed

Probabilmente siamo in grado di misurare solo qualcosa come lo 0,1 percento delle piccole molecole nel corpo. Pensavamo che dovesse esserci un modo per ottenere una visione altrettanto completa di quelle molecole come abbiamo per le altre. Ciò ci permetterebbe di mappare tutti i cambiamenti che si verificano nella cellula, sia nel contesto del cancro che dello sviluppo o delle malattie degenerative. A metà del suo dottorato, Pirhaji ha inviato alcuni campioni a un collaboratore presso l’Università di Harvard per raccogliere dati sul metaboloma — le piccole molecole che sono i prodotti dei processi metabolici.

 

Fonte: MIT

Per saperne di più

foto credit: Image: MIT News; iStock

Salvatore Macrì
Salvatore Macrìhttps://it.linkedin.com/in/salmacri
Amante della tecnologia e della buona musica, scrivo articoli per passione e per delucidare delle tematiche legate alla vita quotidiana per rendere questo mondo meno complicato. Sensibile ai temi ambientali e strenue sostenitore di una "green revolution" che nasca dal basso.
TI POTREBBERO INTERESSARE

ARTICOLI CONSIGLIATI

Perché i team creativi italiani stanno ripensando il brief: l’IA non esegue, interpreta

Perché i team creativi italiani stanno ripensando il brief:...

Nel 2025 il mercato italiano dell’Intelligenza Artificiale ha toccato quota 1,8 miliardi di euro, con un balzo del 50% rispetto all’anno precedente, come rilevato dall’Osservatorio Artificial Intelligence del Politecnico di Milano.Eppure, dietro questa crescita da capogiro si nasconde un’asimmetria: se il 71% delle grandi imprese ha già avviato almeno un progetto AI, solo l’8% delle piccole e medie realtà ha fatto altrettanto.Nel frattempo, il 41% dei lavoratori italiani ammette di riuscire a fare cose che prima gli erano precluse proprio grazie a questi strumenti. Non solo automazione: l’AI sta diventando un amplificatore di possibilità.In particolare, le soluzioni per generare e analizzare immagini, video e audio rappresentano già il 16% del mercato AI italiano e sono in forte espansione.Non si tratta più di dare ordini a una macchina, ma di imparare a dialogarci. Il titolo “l’AI non esegue, interpreta” nasce proprio da qui: il prompt non è più un comando secco, ma una descrizione stratificata che il modello interpreta e restituisce come sintesi visiva.In questo scenario di integrazione della tecnologia e innovazione digitale, il briefing si trasforma in prompt, e la scelta delle parole diventa cruciale. Vedremo insieme come stanno cambiando le competenze, quali aziende italiane stanno già sperimentando e quali strumenti possono aiutare a tenere il timone.
Gli agenti AI non sono il futuro: stanno già cambiando il presente

Gli agenti AI non sono il futuro: stanno già...

Per mesi abbiamo chiamato “AI” qualunque cosa sapesse scrivere un testo, generare un’immagine o riassumere una mail troppo lunga. Ora il baricentro si sta spostando. La nuova parola chiave è agentic AI, o più semplicemente agenti AI: sistemi capaci non solo di rispondere, ma anche di compiere azioni.La differenza sembra sottile, ma non lo è. Un chatbot tradizionale può suggerire il testo di una mail. Un agente AI può aprire il client, recuperare informazioni, compilare il messaggio, allegare un file e magari proporre l’invio. Un modello generativo produce contenuti; un agente entra nel flusso di lavoro e prova a portare a termine un compito.È qui che la faccenda diventa interessante. E anche un po’ scomoda.
Gemini Spark arriva su Mac: l’AI di Google inizia davvero a lavorare sul desktop

Gemini Spark arriva su Mac: l’AI di Google inizia...

Gemini Spark sta iniziando ad arrivare nell’app Gemini per macOS e, questa volta, non parliamo dell’ennesima scorciatoia per aprire un chatbot in una finestra separata. La novità è più interessante: Google vuole portare il suo agente AI direttamente sul Mac, con la possibilità di lavorare sui file locali e automatizzare flussi di lavoro sul desktop.È un passaggio piccolo solo in apparenza. Finora Gemini Spark era stato raccontato soprattutto come un agente “sempre attivo”, capace di lavorare in background, gestire attività complesse e usare strumenti remoti come browser e computer virtuali. Con l’arrivo su macOS, però, l’idea diventa più concreta: l’AI non resta confinata nel cloud o dentro le app Google, ma comincia a mettere le mani, con permessi espliciti, anche sull’ambiente di lavoro dell’utente.
Hermes Agent vuole essere l’IA che non dimentica tutto ogni volta

Hermes Agent vuole essere l’IA che non dimentica tutto...

C’è un problema abbastanza fastidioso con molti assistenti AI: sembrano brillanti per dieci minuti, poi alla sessione successiva ripartono da zero. Bisogna rispiegare il progetto, il tono, le preferenze, il contesto. Hermes Agent nasce proprio per rompere questa dinamica. Non vuole essere solo un chatbot più potente, ma un agente AI open source capace di lavorare nel tempo, ricordare ciò che ha fatto e trasformare l’esperienza in competenze riutilizzabili.Il progetto arriva da Nous Research e si inserisce in quella nuova generazione di strumenti che non si limitano a rispondere, ma provano ad agire: leggono, organizzano, automatizzano, cercano informazioni, usano strumenti esterni e mantengono una certa continuità operativa. La promessa è affascinante: un’IA che cresce con chi la usa. La parte più interessante, però, è anche quella che merita più attenzione.