(Marzo 17, 2024) A dimostrazione dell'accuratezza dell'affermazione del presidente Joe Biden secondo cui "gli indiani americani stanno conquistando il paese", numerosi giovani di origine indiana si sono costantemente distinti nel Regeneron Science Talent Search. Soprannominato il “Junior Nobel” degli Stati Uniti, diversi studenti delle scuole superiori di origine indiana hanno costantemente conquistato un posto tra i primi 10 finalisti di questo stimato concorso STEM, rinomato per identificare i giovani scienziati più creativi.
Mantenendo la tradizione, anche quest'anno la studentessa indiano-americana Achyuta Rajaram è stata nominata vincitrice del Regeneron Science Talent Search, aggiudicandosi un premio in denaro di $ 250,000. Ma non è solo al vertice. Tra i 13 finalisti della ricerca di talenti scientifici di quest'anno, 40 studenti sono di origine indiana. Motivati da sfide urgenti che ostacolano il progresso quotidiano, questi studenti hanno ideato rimedi semplici, distintivi e convenienti, dimostrando la loro promessa di futuri scienziati e innovatori dediti al beneficio dell’umanità. Indiano globale mette i riflettori su questi giovani geni.
Achyuta Rajaram
A soli 17 anni, Achyuta sta già avendo un impatto significativo nella comunità scientifica. Questo giovane innovatore ha ideato una tecnica automatizzata per svelare i segmenti di un modello computerizzato responsabile del processo decisionale durante l'analisi delle immagini. Questa comprensione mette in luce i processi cognitivi di questi algoritmi, favorendo così il loro miglioramento per renderli più efficienti, equi e sicuri.
Ha migliorato il rilevamento automatizzato dei circuiti visivi attraverso il suo progetto informatico presentato al Regeneron Science Talent Search. Nel regno dell’apprendimento automatico, gli algoritmi informatici vagliano i dati per rispondere a domande vitali del mondo reale. La ricerca di Achyuta ha migliorato la nostra capacità di comprendere il funzionamento interno dei modelli computerizzati che discernono i modelli nelle immagini. Nello specifico, il suo lavoro fa luce sui processi mentali dietro questi modelli quando analizza le fotografie e identifica quali componenti dei loro quadri computazionali contribuiscono al processo decisionale.
Ma non è solo un altro ragazzino nerd. Ad Achyuta piacciono molto i gatti ma non ne ha a casa. Quindi, ha usato trucchi informatici per organizzare 2,300 immagini divertenti di gatti. Dice che è un modo divertente per prendersi una pausa e divertirsi guardando i teneri gatti.
Aditi Avinash
È salita sul palco per parlare a nome della Regeneron Science Talent Search Class del 2024 ed è stata nominata vincitrice del Seaborg Award. Un'altra studentessa diciassettenne della Rock Canyon High School, in Colorado, Aditi ha scoperto che una miscela di tre enzimi scompone efficacemente le proteine del glutine, una scoperta che ritiene possa essere una promessa terapeutica per le persone affette da celiachia o intolleranza al glutine. Ha osservato che la somministrazione simultanea degli enzimi si è rivelata più efficace della somministrazione in sequenza, sia nel degradare il glutine che nel diminuire le reazioni immunitarie delle cellule T. Questa scoperta potrebbe aprire la strada a nuovi trattamenti per la malattia celiaca.
La ricerca dello studente ha suggerito che la miscelazione degli enzimi si è rivelata superiore nel scomporre il glutine e nel ridurre la risposta immunitaria delle cellule T rispetto alla somministrazione degli enzimi uno dopo l'altro. Immagina di sviluppare una pillola per alleviare il disagio associato alla celiachia e all'intolleranza al glutine, consentendo alle persone con queste condizioni di consumare prodotti a base di grano senza problemi.
Arnav N. Chakravarthy
Dopo aver ottenuto il nono posto nella competizione, Arnav ha ricevuto un premio di 50,000 dollari per la sua indagine sulle origini genetiche dei macrofagi, un tipo di cellula immunitaria presente nel cervello, nel fegato e nel midollo osseo. La sua ricerca mirava a far luce sui meccanismi attraverso i quali queste cellule si rigenerano. Sebbene sia possibile far risalire molte cellule alle loro origini embrionali, Arnav ha scoperto prove che suggeriscono che specifiche cellule cerebrali potrebbero anche essere reintegrate dal nostro midollo osseo man mano che invecchiamo. Le sue scoperte hanno il potenziale per orientare futuri trattamenti mirati per disturbi legati all'età come il morbo di Alzheimer.
Per valutare questa ipotesi, Arnav ha utilizzato uno strumento genomico per tracciare le origini dei campioni di cervello e fegato, insieme a campioni di midollo osseo provenienti dagli stessi donatori. Ha poi confrontato il lignaggio e le mutazioni distintive delle cellule. I suoi risultati indicano il potenziale delle capacità rigenerative delle cellule macrofagiche, che potrebbe avere implicazioni per condizioni legate all'età come il morbo di Alzheimer.
Saraswathy Amjith
Fondatrice e presidente di un'organizzazione no-profit che offre insegnamento e tutoraggio gratuiti a più di 200 studenti svantaggiati, Saraswathy ha ideato un metodo per migliorare la precisione nell'identificazione del disboscamento illegale come parte del suo progetto di scienze ambientali per Regeneron Science Talent Search. Il suo obiettivo era sviluppare uno strumento per individuare il disboscamento illegale. Ha condotto esperimenti con diverse tecniche di apprendimento automatico, sfruttando i dati di telerilevamento satellitari per identificare l'approccio più efficace per rilevare le attività di registrazione. Considerato il problema della copertura nuvolosa nelle regioni tropicali che ostacola l'efficacia delle immagini satellitari, Saraswathy ha integrato metodi di imaging sia ottici che radar per ottenere risultati di rilevamento più precisi.
Nel suo progetto, Saraswathy ha scoperto un modo per mitigare l'impatto del tempo nuvoloso unendo i set di dati ottici e radar dei satelliti, poiché le immagini radar non vengono influenzate dalle nuvole. Successivamente, ha valutato diversi metodi di machine learning per determinare l'approccio più efficace per questa particolare applicazione.