Roma, 30 ottobre 2020 (Agonb) – L’impiego del machine learning nell’individuazione di nuovi farmaci ha dato alcuni risultati positivi sul fronte del contrasto alla tubercolosi. I ricercatori del Massachusetts Institute of Technology (MIT) hanno in particolare sviluppato una nuova funzionalità dell’apprendimento automatico che ha determinato una buona capacità previsionale: un approccio innovativo per la biologia che, fino a questo momento, aveva usato il machine learning soprattutto per processare ampi dataset.
Lo studio, pubblicato su “Cell Systems”, è stato coordinato da Bonnie Berger, a capo del gruppo di calcolo e biologia del laboratorio di informatica e intelligenza artificiale del MIT. La ricerca è basata su un approccio che consente ai modelli computerizzati di tenere conto dell’incertezza nei dati che stanno analizzando. È così che il team del MIT ha identificato diversi composti promettenti che prendono di mira una proteina necessaria ai batteri che causano la tubercolosi.
«Questo metodo, che è stato precedentemente utilizzato soprattutto da scienziati informatici – ha spiegato Berger – potrebbe rivelarsi utile in molti altri campi della biologia». (Agonb) Slo 10:30.
