I ricercatori hanno sviluppato nanoparticelle in grado di penetrare nella retina neurale e fornire mRNA alle cellule dei fotorecettori il cui corretto funzionamento rende possibile la visione.

Gli scienziati dell’Oregon State University College of Pharmacy hanno dimostrato in modelli animali la possibilità di utilizzare nanoparticelle lipidiche e RNA messaggero, la tecnologia alla base dei vaccini COVID-19, per trattare la cecità associata a una rara condizione genetica.

Lo studio è stato pubblicato oggi (11 gennaio 2023) sulla rivista I progressi della scienza. È stato guidato dal professore associato di scienze farmaceutiche dell’OSU Gaurav Sahay, dallo studente di dottorato dell’Oregon State Marco Herrera-Barrera e dall’assistente professore di oftalmologia dell’Oregon Health & Science University Renee Ryals.

Gli scienziati hanno superato quella che era stata la principale limitazione dell’utilizzo di nanoparticelle lipidiche, o LNP, per trasportare materiale genetico ai fini della terapia della vista, facendole raggiungere la parte posteriore dell’occhio, dove si trova la retina.

I lipidi sono acidi grassi e composti organici simili tra cui molti oli e cere naturali. Le nanoparticelle sono minuscoli pezzi di materiale di dimensioni variabili da uno a 100 miliardesimi di metro. L’RNA messaggero fornisce istruzioni alle cellule per produrre una particolare proteina.

Con i vaccini contro il coronavirus, l’mRNA trasportato dagli LNP istruisce le cellule a creare un pezzo innocuo della proteina spike del virus, che innesca una risposta immunitaria dal corpo. Come terapia per la compromissione della vista derivante dalla degenerazione retinica ereditaria, o IRD, l’mRNA istruirebbe le cellule dei fotorecettori – difettose a causa di una mutazione genetica – a produrre le proteine ​​necessarie per la vista.

L’IRD comprende un gruppo di disturbi di varia gravità e prevalenza che colpiscono una persona su poche migliaia in tutto il mondo.

Gli scienziati hanno dimostrato, in una ricerca che ha coinvolto topi e primati non umani, che gli LNP dotati di peptidi erano in grado di passare attraverso le barriere negli occhi e raggiungere la retina neurale, dove la luce viene trasformata in segnali elettrici che il cervello converte in immagini.

“Abbiamo identificato un nuovo set di peptidi che possono raggiungere la parte posteriore dell’occhio”, ha detto Sahay. “Abbiamo usato questi peptidi per agire come codici postali per consegnare nanoparticelle che trasportano materiali genetici all’indirizzo previsto all’interno dell’occhio”.

“I peptidi che abbiamo scoperto possono essere usati come ligandi mirati direttamente coniugati a RNA silenzianti, piccole molecole per terapie o come sonde di imaging”, ha aggiunto Herrera-Barrera.

Sahay e Ryals hanno ricevuto una sovvenzione di 3,2 milioni di dollari dal National Eye Institute per continuare a studiare la promessa delle nanoparticelle lipidiche nel trattamento della cecità ereditaria. Condurranno la ricerca sull’uso degli LNP per fornire uno strumento di editing genetico che potrebbe eliminare i geni cattivi nelle cellule dei fotorecettori e sostituirli con geni correttamente funzionanti.

La ricerca mira a sviluppare soluzioni per le limitazioni associate all’attuale principale mezzo di consegna per l’editing genetico: un tipo di virus noto come virus adeno-associato o AAV.

“L’AAV ha una capacità di confezionamento limitata rispetto agli LNP e può provocare una risposta del sistema immunitario”, ha affermato Sahay. “Inoltre, non funziona in modo fantastico nel continuare a esprimere gli enzimi che lo strumento di modifica utilizza come forbici molecolari per eseguire tagli nel DNA da modificare. Speriamo di utilizzare ciò che abbiamo appreso finora sugli LNP per sviluppare un sistema di consegna dell’editor di geni migliorato”.

Riferimento: “Le nanoparticelle lipidiche guidate da peptidi forniscono mRNA alla retina neurale di roditori e primati non umani” 11 gennaio 2023, I progressi della scienza.
DOI: 10.1126/sciadv.add4623

Lo studio LNP guidato dai peptidi è stato finanziato dal National Institutes of Health. Hanno partecipato alla ricerca per l’Oregon State anche i docenti del College of Pharmacy Oleh Taratula e Conroy Sun, i ricercatori post-dottorato Milan Gautam e Mohit Gupta, gli studenti di dottorato Antony Jozic e Madeleine Landry, l’assistente di ricerca Chris Acosta e lo studente universitario Nick Jacomino, uno studente di bioingegneria al College di Ingegneria che si è laureata nel 2020.

Da un’altra testata giornalistica news de www.europeantimes.news

3 C
Rome
martedì, Aprile 8, 2025
- Pubblicità -
notizieAmbienteGli ingegneri della Columbia sviluppano un algoritmo di apprendimento automatico per comprendere...

Gli ingegneri della Columbia sviluppano un algoritmo di apprendimento automatico per comprendere meglio e mitigare l’impatto degli eventi meteorologici estremi, che stanno diventando più frequenti nel nostro clima di riscaldamento. — ScienceDaily

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.


Con l’aumento degli eventi meteorologici estremi, che stanno diventando sempre più frequenti nel nostro clima di riscaldamento, previsioni accurate stanno diventando più critiche per tutti noi, dagli agricoltori agli abitanti delle città alle imprese di tutto il mondo. Ad oggi, i modelli climatici non sono riusciti a prevedere con precisione l’intensità delle precipitazioni, in particolare quelle estreme. Mentre in natura le precipitazioni possono essere molto varie, con molti estremi di precipitazione, i modelli climatici prevedono una variazione minore delle precipitazioni con una tendenza alla pioggia leggera.

Pezzo mancante negli algoritmi attuali: organizzazione cloud

I ricercatori hanno lavorato per sviluppare algoritmi che miglioreranno l’accuratezza delle previsioni ma, come riferiscono gli scienziati del clima della Columbia Engineering, mancava un pezzo di informazione nelle tradizionali parametrizzazioni dei modelli climatici: un modo per descrivere la struttura e l’organizzazione delle nuvole che è così fine non viene catturato sulla griglia computazionale in uso. Queste misurazioni dell’organizzazione influenzano le previsioni sia dell’intensità delle precipitazioni che della sua stocasticità, la variabilità delle fluttuazioni casuali dell’intensità delle precipitazioni. Finora non esisteva un modo efficace e accurato per misurare la struttura del cloud e quantificarne l’impatto.

Un nuovo studio di un team guidato da Pierre Gentine, direttore del Centro Learning the Earth with Artificial Intelligence and Physics (LEAP), ha utilizzato simulazioni globali di risoluzione delle tempeste e apprendimento automatico per creare un algoritmo in grado di gestire separatamente due diverse scale di cloud organizzazione: quelli risolti da un modello climatico, e quelli che non possono essere risolti perché troppo piccoli. Questo nuovo approccio affronta l’informazione mancante nelle parametrizzazioni dei modelli climatici tradizionali e fornisce un modo per prevedere l’intensità e la variabilità delle precipitazioni in modo più preciso.

“Le nostre scoperte sono particolarmente entusiasmanti perché, per molti anni, la comunità scientifica ha discusso se includere l’organizzazione delle nuvole nei modelli climatici”, hanno affermato Gentine, Maurice Ewing e J. Lamar Worzel, professore di geofisica presso i dipartimenti di ingegneria della terra e dell’ambiente e della terra. Scienze Ambientali e membro del Data Science Institute. “Il nostro lavoro fornisce una risposta al dibattito e una nuova soluzione per includere l’organizzazione, dimostrando che l’inclusione di queste informazioni può migliorare significativamente la nostra previsione dell’intensità e della variabilità delle precipitazioni”.

Utilizzo dell’intelligenza artificiale per progettare algoritmi di reti neurali

Sarah Shamekh, una studentessa di dottorato che lavora con Gentine, ha sviluppato un algoritmo di rete neurale che apprende le informazioni rilevanti sul ruolo dell’organizzazione delle nuvole su scala fine (scale non risolte) sulle precipitazioni. Poiché Shamekh non ha definito in anticipo una metrica o una formula, il modello impara implicitamente – da solo – come misurare il raggruppamento delle nuvole, una metrica di organizzazione, e quindi utilizza questa metrica per migliorare la previsione delle precipitazioni. Shamekh ha addestrato l’algoritmo su un campo di umidità ad alta risoluzione, codificando il grado di organizzazione su piccola scala.

“Abbiamo scoperto che la nostra metrica organizzativa spiega quasi interamente la variabilità delle precipitazioni e potrebbe sostituire una parametrizzazione stocastica nei modelli climatici”, ha affermato Shamekh, autore principale dello studio, pubblicato l’8 maggio 2023 da PNAS. “L’inclusione di queste informazioni ha migliorato significativamente la previsione delle precipitazioni su scala rilevante per i modelli climatici, prevedendo con precisione gli estremi delle precipitazioni e la variabilità spaziale”.

L’algoritmo di apprendimento automatico migliorerà le proiezioni future

I ricercatori stanno ora utilizzando il loro approccio di apprendimento automatico, che apprende implicitamente la metrica dell’organizzazione del cloud sub-griglia, nei modelli climatici. Ciò dovrebbe migliorare in modo significativo la previsione dell’intensità e della variabilità delle precipitazioni, compresi gli eventi di precipitazioni estreme, e consentire agli scienziati di prevedere meglio i cambiamenti futuri nel ciclo dell’acqua e i modelli meteorologici estremi in un clima di riscaldamento.

Lavoro futuro

Questa ricerca apre anche nuove strade di indagine, come l’esplorazione della possibilità che le precipitazioni creino memoria, in cui l’atmosfera conserva informazioni sulle condizioni meteorologiche recenti, che a loro volta influenzano le condizioni atmosferiche in seguito, nel sistema climatico. Questo nuovo approccio potrebbe avere applicazioni ad ampio raggio oltre la semplice modellazione delle precipitazioni, inclusa una migliore modellazione della calotta glaciale e della superficie oceanica.



Da un’altra testata giornalistica. news de www.sciencedaily.com

- Pubblicità -
- Pubblicità -Newspaper WordPress Theme

Contenuti esclusivi

Iscriviti oggi

OTTENERE L'ACCESSO ESCLUSIVO E COMPLETO AI CONTENUTI PREMIUM

SOSTENERE IL GIORNALISMO NON PROFIT

Get unlimited access to our EXCLUSIVE Content and our archive of subscriber stories.

- Pubblicità -Newspaper WordPress Theme

Articoli più recenti

Altri articoli

- Pubblicità -Newspaper WordPress Theme

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.