High performance computing e machine learning per sconfiggere la pandemia

Le frontiere della scienza si allargano ogni giorno. L’utilizzo della tecnologia, di computer sempre più potenti, del cosiddetto “machine learning” offre ai ricercatori possibilità straordinarie, impossibili da ipotizzare fino a qualche decennio fa. Questa interdisciplinarità di strumenti e soluzioni è applicabile praticamente ad ogni ambito della ricerca. Anche alla medicina, con l’apertura di scenari inediti, ma anche di quesiti etici non irrilevanti.

Ma l’irrompere del Covid nel panorama mondiale ha creato un ulteriore, necessario palcoscenico per chi occupa di scienza. “Oggi la richiesta più grande che l’opinione pubblica ha nei confronti degli scienziati, e della stessa medicina, non è più relativa alla cura dei malanni, bensì a quella che in inglese chiamiamo ‘prediction’ - esordisce il professor Peter Coveney del Dipartimento di Biologia Strutturale e Molecolare dell’Ucl London’s Global University - La gente vuole sapere cosa accadrà domani, come nelle previsioni del tempo”. E la scienza, grazie all’utilizzo di computer ad altissimo livello di performance e ad algoritmi sempre più sofisticati, comincia ad essere in grado di dare risposte anche a questi quesiti. “Se incrociamo milioni di dati, se studiamo il corpo umano a ogni livello - dal genoma e dalle cellule fino alle singole parti dell’organismo e quindi al suo insieme, se confrontiamo i dati, i presupposti, i comportamenti delle malattie, possiamo avvicinarci sempre più a ipotizzare, quindi a predire, cosà potrà succedere in futuro a un individuo. Ma la domanda vera diventa questa: io voglio davvero sapere cosa mi accadrà domani? In ultima analisi, quando morirò?”. Quesiti etici tutt’altro che semplici, ma che non impediscono certo agli scienziati di proseguire il loro cammino. Il Coronavirus, come si diceva, è stato ed è tuttora un banco di prova durissimo: anche in questo, caso, c’è chi per combatterlo sta usando tutte le possibilità della moderna tecnologia. L’ateneo londinese di cui fa parte Coveney collabora da tempo con Center for Life Nano-Neuro Sciences at La Sapienza, dell’Istituto Italiano di Tecnologia (IIT), per un Erc (European Research Council) grant di Sauro Succi, che si occupa anche di Covid (www.copmat.eu). “A monte, abbiamo avuto la possibilità di sapere che nell’aprile del 2020, a tre mesi dall’avvio della pandemia, il Cern ha stabilito un’unità contro il Covid (againstcovid19.cern/welcome) - racconta Sauro Succi, del IIT e della Harvard University - Allora abbiamo proposto di aiutarli nella ricerca, utilizzando dei potenti algoritmi di machine learning da loro utilizzati per la fisica delle alte energie (potenza della interdisciplinarietà) e ci siamo chiesti cosa poter fare di diverso, non solo tramite il computer ma anche attraverso il machine learning. Perché i migliori computer sono in grado di fare quasi un miliardo di miliardi moltiplicazioni al secondo, a una incredibile velocità, ma questo non è sufficiente a simulare le complessità della natura, in questo specifico caso della propagazione del Covid”. “La pandemia ha dimostrato di propagarsi in maniera ancor più veloce: se vogliamo combatterla con le armi che abbiamo a disposizione, dobbiamo abbinare alle elaborazioni fornite dai computer più potenti anche gli algoritmi che ci permettono di creare il machine learning. Un processo che consente, almeno in qualche caso, di semplificare i dati in nostro possesso e di lavorare sulle simulazioni”. La direzione, insomma, è chiara: unire conoscenze scientifiche diverse per attaccare problemi diversi. “È un valore simbolico, va oltre la cosiddetta ‘serendipity’. Utilizziamo gli algoritmi e li analizziamo per capire come possiamo fare ‘prediction’ rispetto alle proteine e al diffondersi del virus. Bisogna fare simulazioni dinamiche e, anche se non abbiamo ancora trovato la risposta, il lavoro che stiamo facendo è molto interessante. Ad oggi, questa ricerca è stata finanziata con residui di progetti in corso, ma per portarla a fondo serviranno sicuramente nuove e sostanziali risorse economiche. Abbiamo naturalmente dei percorsi pubblici, specie a livello europeo, ma personalmente trovarei  simbolicamente molto significativo attirare fondi privati per sostenere una ricerca che davvero è interesse di tutti.”