Covid: Ia, data science e genetica per individuare rischi

Studio interdisciplinare dell'Università senese

Redazione ANSA SIENA

(ANSA) - SIENA, 14 MAR - La collaborazione fra scienziati di discipline diverse, dall'intelligenza artificiale alla data science e alla genetica, permette di approcciare lo studio sui rischi da Covid-19 in maniera innovativa. Una nuova ricerca, cui hanno preso parte studiosi dell'Università di Siena delle diverse discipline, è stata pubblicata su Human Genetics: 'Common, low frequency, rare, and ultra rare coding variants contribute to Covid 19 severity' è il titolo dello studio che tratta, si spiega dall'Ateneo senese, "dell'innovativa modalità di approccio integrato per un modello interpretabile di apprendimento automatico che permette di capire quali sono i geni 'difettosi' a causa dei quali alcune persone hanno Covid-19 grave.
    L'analisi del Dna, effettuata attraverso potente sequenziatore NOVASeq6000, con l'aiuto di data science e intelligenza artificiale permette di individuare chi ha più probabilità di contrarre la malattia in modo grave e quindi di fornire con maggiore tempestività e in maniera personalizzata la terapia farmacologica più adatta. "Attraverso la genetica dell'ospite, cioè di ciascuno dì noi - spiega Alessandra Renieri, direttrice dell'unità genetica medica dell'Aou Senese alla guida del gruppo di ricerca, che ha coinvolto altri 40 ospedali italiani del consorzio Gen-Covid e con cui hanno collaborato anche studiosi di Germania, Inghilterra, Svezia e Canada - si possono fare previsioni su quale sarà la gravità dell'infezione e quali sono i punti deboli per poi offrire nel prossimo futuro una terapia personalizzata. Cioè curare in maniera diversa pazienti diversi a seguito della tipizzazione della propria genetica e non tutti con lo stesso farmaco". Il modello di approccio proposto dalla ricerca potrebbe infatti fornire informazioni utili per lo sviluppo di strumenti diagnostici e terapeutici. Lo studio delle varianti dei nostri geni, comuni, a bassa frequenza o rare, individuate a partire dall'elaborazione dei dati di sequenziamento di individui positivi, sono state utilizzate per definire un modello interpretabile di apprendimento automatico per predire la gravità di Covid-19. (ANSA).
   

RIPRODUZIONE RISERVATA © Copyright ANSA