fbpx Reti di geni e cellule: la complessità dei sistemi biologici | Science in the net

Reti di geni e cellule: la complessità dei sistemi biologici

Sui Huang, professore presso l'Institute for Systems Biology di Seattle. Credit: Institute for Systems Biology.

Tempo di lettura: 2 mins

Ventitremila geni che interagiscono fra di loro, generando una rete migliaia di diversi stati di attività. Rete che a sua volta è attiva in tutte le migliaia di miliardi di cellule che compongono il nostro organismo, anch’esse impegnate in un’intesa interazione fra di loro. Il risultato è un sistema complesso, nel quale la relazione fra l’informazione genetica e i vari fenotipi che caratterizzano l’individuo è tutt’altro che lineare, condizionata dal fatto che i suoi singoli componenti non sono indipendenti l’uno dall’altro, ma immersi in una rete di interazioni reciproche.

E sono proprio queste reti l’oggetto di studio di Sui Huang e dei suoi collaboratori. Huang è un biologo cellulare e molecolare, professore all’Institute for Systems Biology di Seattle ed esperto di sistemi biologici complessi, in particolare di quelli coinvolti nello sviluppo del cancro.

Sui Huang (Institute for Systems Biology) – Intervista realizzata durante il corso Advances in Complex Systems, organizzato a Como dal Centro per la Complessità e i Biosistemi dell’Università di Milano.

La sua attività di ricerca si concentra sui gene regulatory network, che portano alla formazione di stati cellulari stabili, che a loro volta fungono da attrattori e condizionano i processi di differenziamento grazie ai quali le cellule acquisiscono la loro identità. A loro volta, queste transizioni di stati sono coordinate dal continuo dialogo che avviene fra le cellule. Quando si verificano problemi, danni o interruzioni in questa coordinazione a livello genetico e cellulare, si generano conseguenze che possono intrappolare le cellule in meccanismo di continuo auto-mantenimento, che a loro volta possono portare all’insorgere di un tumore.


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.