The Fort Worth Press - Replicare con l'IA il linguaggio dei geni, come con ChatGpt

Usare l'IA generativa per replicare il linguaggio usato dai geni, come ChatGpt ha fatto con il linguaggio umano: potrebbe essere l'innovativa strategia per capire per la prima volta le cause delle malattie complesse, ossia quelle dovute all'interazione tra tanti geni come nel caso di diabete, cancro o asma. A creare il nuovo modello, denominato Twave e descritto sulla rivista dell'Accademia delle Scienze degli Stati Uniti Pnas, è stato il lavoro guidato da Adilson Motter, dell'Università Northwestern. Gran parte delle malattie non sono dovute a problemi a un singolo gene ma a una combinazione di problemi che possono essere sia genetici che dovuti a fattori esterni. Ma riuscire a poter analizzare tutto quel che succede in una cellula è qualcosa di talmente complesso da essere di fatto ad oggi impossibile. Può perfino accadere che catene di eventi completamente differenti portino a malattie o sintomi praticamente identici. Proprio per questo gli studi genetici si erano finora concentrati sull'identificare associazioni dirette tra un singolo gene difettoso e una malattia, un legame che è evidente però solo in pochi specifici casi. Per cercare una soluzione innovativa a studiare questa complessità i ricercatori hanno ora ideato un nuovo metodo, basato sull'IA generativa, capace di cercare legami non solo tra singoli geni bensì analizzare la loro espressione genica, ossia la catena di azioni che sono in grado di innescare in una cellula. Una sorta di analisi del loro linguaggio, attraverso un metodo non troppo diverso dalle tecniche usate per addestrare l'IA al linguaggio umano, ad esempio ChatGpt. Una tecnica che permette per la prima volta di indagare come interagiscono i geni e anche come siano influenzati da fattori esterni, come l'alimentazione. "Non stiamo esaminando la sequenza genica, ma l'espressione genica", ha detto uno degli autori, Thomas Wytock. E i dati su cui viene addestrato Twave sono quelli provenienti da studi clinici che possono essere confrontati con i dati di espressione genica connessi a varie malattie.

S.Weaver--TFWP