LINGUAGGIO MACCHINA

Il valore della conoscenza collettiva di una comunità umana è superiore alla somma delle conoscenze individuali. Sulla base di questo concetto un gruppo di ricerca internazionale ha sviluppato un approccio inedito per affrontare una delle sfide più impegnative nel campo della biologia molecolare e computazionale: scoprire e modellare reti di geni. Approccio reso possibile dall'evoluzione tecnologica ma anche dall'affinamento concettuale. Lo studio, pubblicato su Nature Methods il 15 Luglio 2012 con il titolo "Wisdom of crowds for robust gene network inference" , ha portato a ottenere una rete genica migliorata per l'organismo Escherichia coli e una rete genica completamente nuova per il batterio patogenico  Staphylococcus aureus Per cercare di capire il valore di questo studio ho interpellato quattro degli autori: Alberto de la Fuente (CRS4), Vincenzo De Leo (LinkaLab, CRS4), Andrea Pinna (CRS4), Nicola Soranzo (CRS4). Alberto De La Fuente, qual...

This publication shows for the first time a community-wide effort to infer gene networks. The work resulted in an improved gene network from the model organism Escherichia coli and a completely novel gene network from the pathogenic bacterium Staphylococcus aureus . I asked Alberto de la Fuente (CRS4, Dream5 consortium) to explain objectives and methods of this research. What is the main idea of this research? "The idea is that we addressed network inference as a community, as a 'crowd'. Many groups from all over the world inferred networks from the same data. It is shown in this paper that creating a 'community consensus' network from all the different inferred networks is more reliable than any of the individual networks. Hence, the crowd is 'wiser' than any of the individuals in it". What is the role played by you and your collegues of CRS4 into the Dream5 consortium (Andrea Pinna, Vincenzo De Leo and Nicola Soranzo)? "We were one of...