Galleria
Playlist immagini
Gruppi
Unisciti a un gruppo
Acquisizione
Nuovo oggetto
Mappe concettuali
Gestione
Tabelle (CRUD generico)
Ricerca tag
Elaborazioni
Somma di prova
Sistema
Impostazioni
Esci
☰
Oggetti
LOGISTAR
LMP
ospite
⋮
Profilo utente
Preferenze colonne
Guida programma
Segnala anomalia
Cambia utente
⌂
💾 Salva
↻ Aggiorna
☑ Lista
🏷 Righe
Id
Descrizione
dta reg (aaaa-mm-gg)
Body
<p> Un modello del team AI di Google analizza gli effetti delle mutazioni del dna e potrebbe accelerare la ricerca sulle malattie rare.</p> <p>Nel codice genetico si nascondevano milioni di potenziali colpevoli, sotto forma di mutazioni del <a href="https://www.wired.it/topic/dna" target="_blank">dna</a> in grado di creare scompiglio nella biologia di un individuo. Di particolare interesse per il progetto erano le cosiddette <strong>varianti missenso</strong>: modifiche di una sola lettera del codice genetico che determinano la formazione di un amminoacido diverso all'interno di una proteina.</p> <p>Nel genoma umano sono presenti 71 milioni di possibili varianti missenso e in media ogni persona ne presenta più di 9000. Anche se nella maggior parte dei casi sono innocue, alcune di queste mutazioni sono <strong>associate a malattie genetiche come l'anemia falciforme e la fibrosi cistica, ma anche a patologie più complesse come il <a href="https://www.wired.it/topic/diabete" target="_blank">diabete</a> di tipo 2</strong>, che può essere causato da una combinazione di piccole modifiche genetiche.</p> <p>Pur essendo basato su <a href="https://www.wired.it/scienza/lab/2020/12/01/intelligenza-artificiale-deepmind/" target="_blank">AlphaFold</a> – l'innovativo modello di DeepMind che ha previsto la struttura di centinaia di milioni di proteine a partire dalla loro composizione aminoacidica – lo strumento funziona in modo diverso. Invece di fare previsioni sulla struttura di una proteina, AlphaMissense <strong>lavora in maniera più simile a un modello linguistico di grandi dimensioni</strong> (Llm) alla base dei sistemi di <a href="https://www.wired.it/topic/intelligenza-artificiale" target="_blank">intelligenza artificiale</a>, come <a href="https://www.wired.it/topic/chatgpt" target="_blank">ChatGPT</a> di OpenAI. </p> <p>AlphaMissense è stato addestrato utilizzando il gergo della biologia umana (e dei primati), e quindi sa come dovrebbero apparire le normali sequenze di amminoacidi nelle proteine. Quando gli viene sottoposta una sequenza sbagliata il sistema se ne accorge, come se si trattasse di una parola incongrua in una frase. "<em><strong>È un modello linguistico, ma addestrato sulle sequenze proteiche</strong></em> – spiega Jun Cheng,</p>
tipo ogg.
cat
subcat
proprietario
azienda
ute
selez1
op1
codart
codice
codclifor
motivo
url
email
tag
imgsrc
sunto_breve
sunto_medio
note
genetica (59.0%), gene (57.9%), sequencing (56.8%), genoma (56.8%), genomica (54.0%), OGM (53.1%), biobanca genomica (51.5%), ancestry (50.2%), epigenetica (48.9%), trascrittomica (48.6%), bioinformatica (47.2%), neural network (47.0%), algoritmo articolo analisi intervista ricerca (45.7%), diagnostica (45.4%), deep learning (43.9%), machine learning (43.6%), generative (41.7%), neuroinformatica (41.1%), codice articolo analisi intervista (39.8%), inferenza (38.0%)
keyscrape
Lista tag dell'oggetto (oggettag)
cod_tag
value
gen
5
gene
5
genoma
5
llm
5
medicina
5
nn
5
proteine
5
wpg
5
Lista delle righe dell'oggetto (oggettir)
tip_pro
cod_pro
descrizione
val_pro
pes_pro
---.