Uno studio di un gruppo di ricercatori dell’Università di Trieste pubblicato sulla rivista ACS Nano (American Chemical Society) ha utilizzato il metodo computazionale per prevedere gli effetti delle varianti di Sars-CoV-2 sull’organismo umano, arrivando a prevedere già lo scorso dicembre un ventina di varianti, di cui una componente [mutazione 501] in particolare è stata poi identificata nelle ben note varianti aggressive del virus quali quella Inglese, Sud africana e Brasiliana.
Le altre varianti del virus predette dallo studio, di cui per ora non si hanno ancora dati clinici a disposizione, sono state rilevate con un’alta frequenza nella popolazione mondiale, e riportate nei database messi a disposizione della comunità scientifica. Anche alcune delle varianti sulla proteina ACE2 sono state recentemente descritte in diverse popolazioni e la loro correlazione con la suscettibilità al virus di queste persone è in fase di studio.
Sono questi i risultati ottenuti dal team di ricerca Molecular Biology and Nanotechnology Laboratory (MolBNL@UniTS), guidato dal responsabile scientifico Sabrina Pricl e operativo al dipartimento di ingegneria e architettura dell’Università degli studi di Trieste, che ha ottenuto immediato interesse tra gli scienziati che stanno combattendo contro COVID-19.
“Studiare gli effetti delle varianti sull’organismo umano è di fondamentale importanza non solo per comprendere meglio la specificità di questa interazione, ma soprattutto per progettare nuove ed efficienti terapie”, ha spiegato Sabrina Pricl, professoressa di ingegneria chimica e responsabile scientifico del team MolBNL presso l’Università degli studi di Trieste. “Il nostro sistema di analisi computazionale servirà a stabilire il possibile ruolo della diversità genetica virale e umana che sta emergendo dagli studi clinici sui pazienti Covid-19”.
Per condurre la ricerca sono state adottate delle tecniche di simulazione al calcolatore che hanno permesso l’impiego di risorse e investimenti ridotti, a fronte di un’alta rapidità di processazione dei dati con tempi non paragonabili a quelli dei laboratori sperimentali. Per rendere l’idea, va considerato che per validare le previsioni di questo studio realizzato da 5 ricercatori sono stati condotti due lavori sperimentali che hanno coinvolto complessivamente 22 ricercatori.