Intelligenza artificiale, la Sapienza al vertice del Laboratorio nazionale del CINI
Daniele Nardi del Dipartimento di Ingegneria informatica automatica e gestionale è stato nominato Direttore del Laboratorio nazionale Artificial Intelligence and Intelligent Systems del Consorzio interuniversitario nazionale per l’informatica.
Daniele Nardi, docente della Sapienza, nominato Direttore del Laboratorio nazionale Artificial Intelligence and Intelligent Systems del CINI
Daniele Nardi, docente di Intelligenza Artificiale del Dipartimento di Ingegneria informatica automatica e gestionale “Antonio Ruberti” della Sapienza, è stato nominato Direttore del Laboratorio nazionale Artificial Intelligence and Intelligent Systems del CINI (Consorzio Interuniversitario Nazionale per I’Informatica).
La nomina rappresenta un ulteriore riconoscimento per la Sapienza che è stata la culla dell’Intelligenza Artificiale in Italia, avendo attivato il primo insegnamento in questa disciplina agli inizi degli anni ’90, la prima laurea magistrale in Intelligenza Artificiale e Robotica nel 2009 e attivato quest’anno una delle cinque componenti del Dottorato Nazionale in Intelligenza Artificiale.
La Sapienza oggi vanta uno dei più significativi gruppi di ricercatori ed esperti in intelligenza artificiale, di assoluto valore internazionale.
“Siamo certi che, anche con il supporto di tutte le altre aree del sapere che si sono avvicinate all’intelligenza artificiale nel recente passato – dichiara la rettrice Antonella Polimeni – la direzione del professor Nardi contribuirà ad azioni strategiche tali da consentire all’Italia di essere competitiva in questa disciplina che potrà rappresentare il trampolino di lancio per progetti di grande impatto scientifico.”
Il Laboratorio Nazionale Artificial Intelligence and Intelligent Systems del CINI ha l’obiettivo di rafforzare la ricerca italiana nel settore dell’intelligenza artificiale, supportando il ruolo dell’Italia nel mondo, di sostenere l’industria italiana promuovendo il trasferimento tecnologico dalla ricerca alla imprenditorialità, di supportare la società italiana attraverso lo sviluppo di applicazioni in grado di migliorare i servizi per i cittadini e di contribuire a nuove visioni dell’intelligenza artificiale per un suo uso consapevole e rispettoso dei principi etici.
Testo e foto dal Settore Ufficio stampa e comunicazione Sapienza Università di Roma
PRIMI AL MONDO, A TORINO I CARDIOLOGI SFRUTTANO L’INTELLIGENZA ARTIFICIALE PER DEFINIRE LA STRATEGIA DOPO L’INFARTO
Pubblicato sulla rivista The Lancet uno studio della Cardiologia universitaria della Città della Salute, svolto con i ricercatori di UniTo e PoliTo, per la creazione di un nuovo sistema di classificazione del rischio di eventi futuri nei pazienti dopo un infarto. Una tecnica che determinerà una vera rivoluzione e ridurrà statisticamente la possibilità di una non corretta diagnosi. Questo risultato rafforza la scelta di Torino come sede dell’Istituto Italiano di Intelligenza Artificiale
Straordinario risultato di una ricerca coordinata dalla Cardiologia universitaria dell’ospedale Molinette della Città della Salute di Torino (diretta dal professor Gaetano Maria De Ferrari), assieme al Dipartimento di Informatica dell’Università di Torinoed a quello di Meccanica e Aerospaziale del Politecnico di Torino. Gli autori hanno utilizzato quell’approccio dell’Intelligenza Artificiale chiamato Machine Learning o di apprendimento automatico, secondo il quale i computer imparano progressivamente dai dati che vengono loro forniti migliorando sempre più le loro capacità predittive ed individuando correlazioni. In questo caso, il risultato è stato la creazione diun nuovo sistema di classificazione del rischio di eventi futuri nei pazienti dopo un infarto. La assoluta novità e la grande efficacia di questo nuovo approccio sono valse alla ricerca la pubblicazione, oggi 15 gennaio, sulla rivista di medicina più blasonata al mondo, The Lancet.
“I pazienti con infarto miocardico acuto – spiega il dottor Fabrizio D’Ascenzo, coordinatore dello studio – sono ad altissimo rischio nei primi due anni sia di una recidiva di infarto sia di sanguinamenti maggiori legati ai farmaci che mantengono il sangue ‘più fluido’, come la cardioaspirina. La decisione sulla terapia migliore deve bilanciare questi due rischi, cosa che il cardiologo fa basandosi sulla propria esperienza e sul suo intuito clinico, aiutato da dei punteggi di rischio. Tuttaviaquesti punteggi sono poco precisi e pertanto di modesto aiuto anche per un cardiologo esperto. Abbiamo perciò cercato di migliorare la situazione utilizzando dati clinici riguardanti 23.000 pazienti, molti dei quali raccolti in Piemonte, che hanno fornito la massa critica di informazioni per la nostra ricerca”.
“Collaboriamo da anni con la Cardiologia universitaria delle Molinette, studiando le relazioni esistenti tra i flussi sanguigni e le patologie che interessano le arterie – dicono i professori Umberto Morbiducci e Marco Deriu del Gruppo di Biomeccanica Computazionale del Politecnico – e come Bioingegneri siamo entusiasti di avere esteso la collaborazione a questo nuovo settore, estremamente promettente”.
L’analisi dei dati con questa tecnica basata sull’Intelligenza Artificiale si differenzia nettamente dall’approccio usato finora, basato sull’analisi statistica tradizionale. In alcuni settori questa nuova tecnica determinerà una vera rivoluzione.
“I dati – spiega Marco Aldinucci, docente di Informatica di UniTo – sono stati analizzati con algoritmi di Machine Learning che usano pertanto metodi matematico-computazionali per apprendere informazioni direttamente dai dati, senza il bisogno di conoscere nulla a priori sulle possibili relazioni tra i dati stessi”.
La differenza trovata tra l’approccio precedente basato sull’analisi statistica tradizionale e questo, basato sull’Intelligenza Artificiale, è stata davvero importante. Mentre la precisione dei migliori punteggi disponibili per identificare la possibilità di un evento come un nuovo infarto o un sanguinamento si aggira intorno al 70%, la precisione di questo nuovo punteggio di rischio si avvicina al 90%, riducendo statisticamente la possibilità di una non corretta diagnosida tre a un solo paziente su dieci analizzati.
“Siamo entusiasti di questi risultati – afferma il professor Gaetano Maria De Ferrari – per tre motivi. Primo, possiamo ora curare meglio i nostri pazienti, aggiungendo alla nostra esperienza clinica delle stime davvero precise del rischio cui vanno incontro, confermando il ruolo centrale della Cardiologia universitaria di Torino nella ricerca volta a creare benefici per i pazienti. Secondo, lo studio è una dimostrazione fortissima delle possibilità dell’Intelligenza Artificiale in medicina e in cardiologia in particolare. Terzo, questo risultato ottenuto in collaborazione tra Università e Politecnico rafforza la scelta di Torino come sede dell’Istituto Italiano di Intelligenza Artificiale. In particolare, noi vorremmo candidarci ad un ruolo di riferimento italiano per l’intelligenza artificiale in medicina e questa pubblicazione può contribuire a legittimare questa aspirazione”.
Torino è stata scelta come sede principale dell’Istituto Italiano per l’IntelligenzaArtificiale (3I4AI), che si occuperà dell’applicazione dell’intelligenza artificiale in vari settori, con attività di ricerca prevista anche in diverse sedi aggiuntive sul territorio nazionale.
Sia l’Università che il Politecnico di Torino avranno un ruolo importante nell’Istituto. “Con soddisfazione e con orgoglio accogliamo la notizia di questo successo straordinario che testimonia, ancora una volta, il valore della nostra ricerca – dichiara il Rettore dell’Università di TorinoStefano Geuna – L’attenzione della comunità scientifica mondiale a questo studio conferma l’Università di Torino come un’eccellenza della ricerca nazionale a livello internazionale. I gruppi di ricerca coinvolti, ai quali va il nostro più sentito ringraziamento, hanno dato prova di come si possano ottenere risultati straordinari condividendo obiettivi ambiziosi ed integrando saperi e competenze. La nuova frontiera scientifica che coniuga l’applicazione dell’intelligenza artificiale alla diagnostica in medicina è in grado di migliorare come mai prima d’ora la cura di patologie importanti e, più in generale, la qualità di vita di tante persone colpite da patologie gravemente invalidanti. Per arrivare a questi risultati possiamo contare su una ricerca capace di integrare innovazione tecnologica e conoscenze altamente specialistiche. Gli Atenei torinesi ed il nostro sistema sanitario condividono ormai una provata esperienza in questa direzione. Questo fa di Torino la sede ideale per ospitare l’Istituto Italiano di Intelligenza Artificiale”.
“Questo progetto oggettiva ulteriormente la forte partnership tra Università ed Azienda ospedaliera, dove la ricerca e l’assistenza si integrano per assicurare percorsi innovativi sempre più tecnologici, con il fine comune di garantire ai pazienti la migliore cura”, sottolinea il Direttore generale della Città della Salute di Torino Giovanni La Valle.
“L’Intelligenza Artificiale rappresenta un tema chiave per la ricerca dei prossimi anni, sul quale il nostro Ateneo può vantare competenze riconosciute dalla comunità scientifica internazionale e ha ottenuto risultati di estrema rilevanza, quali ad esempio il coordinamento del Dottorato nazionale sull’Intelligenza Artificiale su IA e Industria 4.0 e la partecipazione del Politecnico al prestigioso Laboratorio Europeo sull’Intelligenza Artificiale dei dati ELLIS – commenta il Rettore del Politecnico di Torino Guido Saracco – L’eccellente risultato prodotto da questa ricerca condotta insieme a Università di Torino e Città della Salute dimostra ancora una volta la molteplicità e la trasversalità delle applicazioni dell’Intelligenza Artificiale, che ormai spazia in tutti i settori di punta della nostra economia, dall’automotive alla manifattura, all’industria del lusso e molti altri ambiti, come appunto quello della salute, dove sta diventando sempre più essenziale. Questa ricerca è poi un esempio di collaborazione multidisciplinare tra enti, che dimostra ancora una volta che tutti i soggetti del territorio sono già pronti a lavorare insieme per fare dell’Istituto un grande polo di ricerca”.
UN PROTOCOLLO INNOVATIVO PER LA SCOPERTA DI NUOVI POTENZIALI FARMACI
Istituto Telethon Dulbecco, Istituto Nazionale di Fisica Nucleare, Università di Trento e Università degli Studi di Perugia insieme per la ricerca mirata di farmaci in grado di contrastare gravi malattie neurodegenerative ad oggi incurabili
Da sinistra: Lidia Pieri (Sibylla), Graziano Lolli (Dip. CIBIO, UniTrento), Maria Letizia Barreca (Dip. Scienze Farmaceutiche, UniPG), Andrea Astolfi (Dip. Scienze Farmaceutiche, UniPG/Sibylla), Giovanni Spagnolli (Dip. CIBIO, UniTrento/Sibylla), Alberto Boldrini (Sibylla), Luca Teruzzi (Sibylla), Emiliano Biasini (Dip. CIBIO, UniTrento), Pietro Faccioli (Dip. Fisica, UniTrento/INFN-TIFPA), Tania Massignan (Dip. CIBIO, UniTrento, ora a Sibylla)
Trento–Perugia, 12 gennaio 2021 –Un protocollo innovativo per la scoperta di nuovi potenziali farmaci è stato messo a punto da un ampio team internazionale guidato da ricercatori e ricercatrici dell’Università degli Studi di Trento (Dipartimento di Biologia Cellulare, Computazionale e Integrativa e dal Dipartimento di Fisica), dell’Università degli Studi di Perugia (Dipartimento di Scienze Farmaceutiche), dell’Istituto Telethon Dulbecco, Fondazione Telethon e dell’Istituto Nazionale di Fisica Nucleare (INFN).
“Pharmacological Protein Inactivation by Folding Intermediate Targeting” (PPI-FIT), questo il nome del nuovo metodo, è frutto di un lavoro dal forte carattere multidisciplinare, grazie a contributi che vanno dalla fisica teorica all’informatica, alla chimica farmaceutica, dalla biochimica alla biologia cellulare. Il lavoro di ricerca è stato pubblicato oggi sulla rivista Communications Biology – Nature Publishing Group.
«Il nuovo approccio multidisciplinare consiste nell’identificare piccole molecole in grado di bloccare il processo di ripiegamento (folding) di una proteina coinvolta in un processo patologico, promuovendone quindi la degradazione attraverso i meccanismi di controllo presenti nelle cellule» – spiegano i ricercatori. «PPI-FIT è stato applicato per la prima volta nel campo delle malattie da prioni, patologie neurodegenerative rare che colpiscono l’uomo e altri mammiferi e che sono balzate all’attenzione dell’opinione pubblica negli anni Novanta in occasione dell’emergenza “mucca pazza”. Queste patologie sono causate dalla conversione conformazionale di una normale proteina, chiamata proteina prionica cellulare, in una forma patogena aggregata, in grado di propagarsi come un agente infettivo (prione). Grazie al metodo PPI-FIT, gli autori hanno identificato una classe di molecole in grado di ridurre i livelli cellulari della proteina prionica e bloccare la replicazione della forma infettiva nelle colture cellulari».
Il calcolo impiegato nel PPI-FIT si fonda su alcuni metodi matematici originariamente sviluppati in fisica teorica per studiare fenomeni tipici del mondo subatomico, come l’effetto tunnel quantistico. Questi metodi sono poi stati adattati per la simulazione di processi biomolecolari complessi, come il ripiegamento e l’aggregazione di proteine.
I risultati ottenuti indicano che bersagliare i processi di ripiegamento delle proteine potrebbe rappresentare un nuovo paradigma farmacologico per modulare i livelli di diversi fattori coinvolti in processi patologici. Da una prospettiva ancora più ampia, questo studio suggerisce l’esistenza di un generico meccanismo di regolazione dell’espressione proteica, ad oggi non considerato, che agisce al livello dei percorsi di ripiegamento.
Lo studio si è avvalso anche della collaborazione di gruppi di ricerca dell’Università di Santiago de Compostela, dell’Istituto di Biofisica del Consiglio Nazionale delle Ricerche, dell’Institute of Neuropathology dell’University Medical Center di Hamburg-Eppendorf, del Dipartimento di Scienze Biomediche dell’Università di Padova e dell’Istituto Veneto di Medicina Molecolare di Padova.
I risultati descritti nello studio hanno inoltre generato anche due richieste di brevetto da parte delle istituzioni coinvolte, una già approvata e la seconda attualmente in attesa di approvazione.
La start-up Sibylla Biotech (https://www.sibyllabiotech.it), nata dalla collaborazione scientifica tra alcuni degli autori dello studio – Maria Letizia Barreca, Giovanni Spagnolli, Graziano Lolli, Pietro Faccioli ed Emiliano Biasini – e spin off dell’Università degli Studi di Perugia, dell’ Università di Trento e dell’Istituto Nazionale di Fisica Nucleare, sta ora impiegando le potenzialità di PPI-FIT per sviluppare farmaci contro un’ampia varietà di patologie umane, quali ad esempio il cancro e più recentemente COVID-19, come ad oggi documentato dal deposito di tre domande di brevetto.
La tecnologia PPI-FIT
PPI-FIT (Pharmacological Protein Inactivation by Folding Intermediate Targeting) è un protocollo farmacologico in grado di identificare molecole la cui funzione è quella di ridurre l’espressione di una proteina nella cellula, disattivandone la funzione patologica. Questo è possibile perché le molecole sono scelte per legarsi ad una “tasca” proteica identificata su uno stato intermedio del processo di ripiegamento (folding) della proteina. Bloccato a metà strada, il ripiegamento non avviene e la proteina viene degradata dalla cellula stessa.
La possibilità di identificare stati intermedi di folding si basa su una piattaforma di calcolo rivoluzionaria, che permette di simulare al calcolatore i percorsi di ripiegamento di proteine di rilevanza biologica, con livello di precisione atomico. Il metodo di calcolo che ha portato a questo risultato si fonda su metodi matematici di fisica teorica che sono stati adattati per consentire la simulazione di processi biomolecolari complessi, come il ripiegamento e l’aggregazione di proteine, grazie al lavoro di Pietro Faccioli, professore associato nel Dipartimento di Fisica dell’Università di Trento e affiliato all’Istituto Nazionale di Fisica Nucleare, e del suo team.
Una proteina esce dal ribosoma come una catena di amminoacidi, e assume la sua forma biologicamente attiva solo in un secondo momento, dopo aver completato il percorso di ripiegamento (folding). A causa dell’intrinseca complessità, lo studio del ripiegamento di proteine biologicamente interessanti richiede tempi di calcolo inaccessibili con i metodi finora disponibili, anche utilizzando il più grande supercomputer al mondo appositamente disegnato per la dinamica molecolare. L’imponente avanzamento tecnologico che permette le simulazioni alla base di PPI-FIT è il frutto di una visione interdisciplinare nata all’interno del panorama scientifico dell’INFN, che collega la fisica teorica con la chimica e la biologia. Avendo la possibilità di osservare per la prima volta questi percorsi di ripiegamento, la tecnologia PPI-FIT consente di identificare e caratterizzare degli stati intermedi conformazionali che sono visitati dalla proteina durante il percorso verso lo stato biologicamente attivo (o nativo), e la cui emivita ha rilevanza biologica. Tali stati intermedi possono contenere una tasca di legame, diventando quindi nuovi bersagli per lo sviluppo di farmaci in grado di legarli e bloccarli, portando alla loro inattivazione.
La tecnologia è stata inventata dai soci fondatori di Sibylla Biotech nell’ambito di una ricerca accademica sulla replicazione del prione supportata da INFN, Fondazione Telethon, Università degli Studi di Trento e Università degli Studi di Perugia ed è stata utilizzata con successo in studi scientifici e brevettati, per ricostruire il meccanismo di replicazione dei prioni, e per sviluppare una nuova strategia farmacologica contro questi agenti infettivi.
*Giovanni Spagnolli, Tania Massignan, Andrea Astolfi, Silvia Biggi, Marta Rigoli, Paolo Brunelli, Michela Libergoli, Alan Ianeselli, Simone Orioli, Alberto Boldrini, Luca Terruzzi, Valerio Bonaldo, Giulia Maietta, Nuria L. Lorenzo, Leticia C. Fernandez, Yaiza B. Codeseira, Laura Tosatto, Luise Linsenmeier, Beatrice Vignoli, Gianluca Petris, Dino Gasparotto, Maria Pennuto, Graziano Guella, Marco Canossa, Hermann C. Altmeppen, Graziano Lolli, Stefano Biressi, Manuel M. Pastor, Jesús R. Requena, Ines Mancini, Maria L. Barreca, Pietro Faccioli, Emiliano Biasini. “Pharmacological Inactivation of the Prion Protein by Targeting a Folding Intermediate”. Communications Biology, 2012
Testo e immagine dall’Ufficio Stampa Università di Trento e Università degli Studi di Perugia