Andrea Cavalli guida il team di Computational and Chemistry Biology dell’Istituto Italiano di Tecnologia di Genova. Di formazione chimico-farmaceutica ha sempre lavorato nelle scienze computazionali e studia nuovi metodi per scoprire nuove medicine. Nel corso della puntata di #DataJobs abbiamo spiegato il “miracolo” scientifico che ci ha permesso di arrivare in così breve tempo ai vaccini per il Covid-19. Abbiamo discusso anche dei limiti del machine learning utilizzato per scoprire nuovi soluzioni farmacologiche per le malattie. Abbiamo poi provato a descrivere lo scenario prossimo venturo della medicina di precisione per spiegare come il mestiere del ricercatore sarà sempre di più sostenuto da data scientist in grado di analizzare grandi moli di dati biochimici. Esiste già numerosi framework di dati a disposizione degli scienziati per condividere informazione. Servono però oltre alla disponibilità di dati strutturati, longitudinali e granulari sulla salute del paziente informazioni di contesto per aggiungere alla medicina personalizzata una dimensione di ricerca come ad esempio i dati sull’inquinamento per provare a individuare anche le cause delle malattie. Come spiega Andrea Cavalli, se vogliamo davvero andare verso la medicina specializzata serviranno anche una grandissima capacità di elaborazione dei dati che in Italia ancora non possediamo. Se guardiamo alla “nazionalità” dei sistemi di supercomputing di accorgiamo che il “grande calcolo” è concentrato prevalentemente negli Stati Uniti e in Cina. Questo, in prospettiva, potrebbe rappresentare un collo di bottiglia per la ricerca non solo italiana ma europea. Buona visione. Siete su Data Jobs
Questa è l’ultima puntata di Data Jobs. La seconda stagione inizia a settembre. Grazie per averci seguito.
