Gli intellettuali di Cambridge scoprono un nuovo farmaco che potrebbe fermare la gotta
I docenti e i docenti universitari possono finalmente accompagnare le loro cene a base di cigno e manzo con abbondanti quantità di porto senza temere la gotta mentre gli scienziati scoprono un nuovo farmaco.
Alcuni ricercatori dell’Heart and Lung Research Institute di Cambridge hanno scoperto che un farmaco antitumorale nelle fasi finali di sviluppo potrebbe aiutare a ridurre le malattie infiammatorie come la gotta e l’insufficienza cardiaca.
“I professori e i docenti del college possono finalmente accompagnare le loro cene a base di cigno e manzo con abbondanti quantità di porto senza temere la gotta”
I cervelli cantabrigiani hanno identificato una molecola che innesca l’infiammazione in risposta all’ingresso di materiali nocivi nel corpo. Questa molecola, però, a volte sbaglia e attacca accidentalmente le funzioni corporee naturali: è così che ci viene la gotta.
Gli amanti della carne rossa non dovrebbero però temere, poiché i maghi della scienza hanno scoperto che la molecola PLK1, che aiuta a organizzare le reti di trasporto interno delle cellule, può essere inibita con un nuovo farmaco, fermando l’infiammazione incontrollata.
Il farmaco miracoloso è stato inizialmente sviluppato per aiutare il corpo a combattere il cancro, ma la ricerca ha indicato che in dosi molto più basse il trattamento aiuta a fermare l’infiammazione.
È stato dimostrato che il farmaco funziona topi-mente sui roditori affetti da malattie infiammatorie, aiutando a prevenire una risposta eccessiva.
I ricercatori hanno già sottoposto la variante antitumorale del farmaco a studi clinici – l’ultima fase di sviluppo – e hanno intenzione di testarla in futuro su chi soffre di gotta.
Mentre la giuria è ferma gotta se il trattamento funzionerà o meno, i docenti di Oxbridge in tutto il paese possono stare tranquilli sapendo che la probabilità che il loro rimpinzarsi di cigni e di inghiottire porti abbia danni permanenti è sempre leggermente inferiore.
I robot Genius AI riescono a individuare le case difficili da decarbonizzare, dicono gli esperti
Gli scienziati del Dipartimento di Architettura di Cambridge hanno addestrato un modello di intelligenza artificiale all’avanguardia per aiutare a individuare le case inquinanti a Cambridge.
I ricercatori hanno affermato che le case “difficili da decarbonizzare” sono direttamente responsabili di più di un quarto di tutto l’inquinamento provocato dalle abitazioni, ma sono spesso difficili da identificare.
I ricercatori affermano che il nuovo robot viene alimentato con dati sulle prestazioni energetiche, immagini di Street View di Google e letture della temperatura. Quindi utilizza il “deep learning” per analizzare i dati e identificare se la casa è difficile da decarbonizzare.
Queste case pericolose per l’ambiente sono state in precedenza difficili da scoprire per i politici ma, con l’aiuto dell’intelligenza artificiale, possono essere indirizzate verso case ad alta priorità, risparmiando tempo e risorse.
Finora i ricercatori hanno addestrato il modello di intelligenza artificiale solo sui dati di Cambridge e dell’area circostante, ma hanno già scoperto informazioni importanti su quali case sono verdi e quali sono difficili da decarbonizzare.
“Queste case pericolose per l’ambiente sono state in passato difficili per i politici”
La dottoressa Ronita Bardhan, ricercatrice capo di Selwyn, afferma che gli scienziati discuteranno presto ciò che hanno scoperto con il consiglio comunale di Cambridge e continueranno a lavorare con altre teste d’uovo a Cambridge Zero per trovare nuovi modi per sconfiggere il cambiamento climatico.
Ritorno al futuro? Usare il viaggio indietro nel tempo per migliorare gli esperimenti scientifici
I fisici hanno simulato modelli di ipotetici viaggi nel tempo manipolando l’entanglement, una componente della teoria quantistica che fa sì che le particelle siano intrinsecamente connesse tra loro. Hanno dimostrato che in alcuni casi è possibile modificare retroattivamente le azioni, migliorando potenzialmente i risultati sperimentali nel presente.
L’entanglement afferma che se due particelle sono abbastanza vicine da poter interagire, rimangono connesse anche se separate su grandi distanze e questo è un concetto fondamentale già utilizzato nell’informatica quantistica. La simulazione ha una probabilità di fallimento del 75% ogni volta che viene eseguita, ma potrebbe avere implicazioni significative per una migliore comprensione della meccanica quantistica e delle future tecnologie quantistiche.
Ma potrebbe non essere ancora il momento di rispolverare la DeLorean: “Non stiamo proponendo una macchina per viaggiare nel tempo, ma piuttosto un’immersione profonda nei fondamenti della meccanica quantistica. Queste simulazioni non ti permettono di tornare indietro e modificare il tuo passato, ma ti permettono di creare un domani migliore risolvendo oggi i problemi di ieri”, ha affermato l’autore principale David Arvidsson-Shukur dell’Hitachi Cambridge Laboratory.
Missione Gaia: Il dono che continua a dare (molti dati)
I dati più recenti rilasciati dalla missione Gaia dell’Agenzia spaziale europea hanno ampiamente superato le aspettative rilasciando una grande quantità di nuovi dati che forniscono informazioni dettagliate sulla nostra galassia e sul cosmo.
Anche se l’osservatorio spaziale Gaia non era stato inizialmente progettato per la cosmologia quando è stato lanciato nel 2013, si è rivelato prezioso in questo campo attraverso la rilevazione di fenomeni di lente gravitazionale e la scoperta di importanti informazioni su ammassi globulari e quasar. I dati hanno rivelato oltre mezzo milione di stelle nuove e deboli in un enorme ammasso, identificato oltre 380 potenziali lenti cosmiche e individuato le posizioni di oltre 150.000 asteroidi all’interno del nostro sistema solare.
Questo è solo un accenno alla potenziale ricchezza di dati che arriveranno nella prossima versione alla fine del 2025 (Gaia DR4) che mira ad affinare la nostra conoscenza dei colori, delle posizioni e dei movimenti delle stelle e a caratterizzare quasar, galassie, esopianeti e molto altro.