Premio Princesa de Asturias a la Investigación Científica y Técnica para los desarrolladores de las vacunas contra el Covid-19
Katalin Karikó, Drew Weissman, Philip Felgner, Uğur Şahin, Özlem Türeci, Derrick Rossi y Sarah Gilbert, de forma independiente, han contribuido al desarrollo de alguna de las vacunas aprobadas hasta la fecha, todas ellas basadas en diferentes estrategias, que tienen la proteína S como blanco común.
Fuente: Fundación Princesa de Asturias
Katalin Karikó (bioquímica), Drew Weissman (inmunólogo), Philip Felgner (inmunólogo), Ugur Sahin (médico), Özlem Türeci (médico), Derrick Rossi (biólogo) y Sarah Gilbert (vacunóloga) han sido galardonas con el premio Princesa de Asturias a la Investigación Científica y Técnica 2021 por haber contribuido al desarrollo de algunas de las vacunas aprobadas hasta la fecha contra el coronavirus. Todas ellas, basadas en diferentes estrategias, tienen la proteína S como blanco común, una proteína presente en la superficie del virus que facilita su unión y entrada a las células.
Galardonados con el premio Princesa de Asturias a la Investigación Científica y Técnica 2021
Karikó, Weissman y Felgner sentaron las bases para el desarrollo de las vacunas de ARN mensajero; Şahin y Türeci, matrimonio de médicos apodado ‘los Curie de la pandemia’, desarrollaron las vacunas de Pfizer y BioNTech; Rossi es el fundador de Moderna y Gilbert la investigadora detrás de la vacuna de Astrazeneca.
Últimas publicaciones
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide coordinan esta entidad regional que persigue la atención y asesoramiento a las iniciativas basadas en la participación activa de la ciudadanía. En su nueva convocatoria de ayudas, financiará 8 proyectos que aborden retos científicos y sociales de la región hasta junio de 2027.
El proyecto está financiado por el programa Erasmus+ de la Unión Europea y cuenta con la participación de instituciones de Italia, España y Francia.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
