Amaya Toman Hvis du ønsker å delta på noen måte i å løse den nåværende situasjonen knyttet til den pågående epidemien av COVID-19, har du en sjanse. Det vil ikke koste deg noe mer enn Macens ubrukte prosessorkraft. Denne bistanden skjer i form av meddeltagelse i SETI@Home-prosjektet, innenfor rammen av hvilket den nevnte datamaskinytelsen til frivillige rundt om i verden brukes til dataanalyse. Mens SETI@Home-programmet tidligere fokuserte på romutforskning i et forsøk på å finne tegn på utenomjordisk intelligens. Denne undersøkelsen avsluttes i mars ettersom universitetet som administrerer SETI@Home-prosjektet har klart å samle inn nok data.
SETI@Home er ikke det eneste prosjektet av denne typen – for eksempel fungerer Folding@Home (FAH)-prosjektet også på lignende grunnlag, som nylig er fokusert på å hjelpe til med å finne en kur mot COVID-19. Tidligere har Folding@Home-prosjektet for eksempel fokusert på forskning på bryst- eller nyrekreft, nevrologiske sykdommer som Alzheimers, Parkinsons eller Huntingtons sykdom, men også infeksjonssykdommer som denguefeber, Zika-viruset, hepatitt C eller Ebola-virus. Nå er COVID-19 lagt til denne listen.
Fotogalerie
Operatørene i Folding@home-prosjektet inviterer sine nettsteder frivillige fra hele verden for å jobbe sammen. "Ved å laste ned Folding@home kan du donere ubrukte dataressurser til Folding@home-konsortiet," opplyser prosjektarrangørene i sin utlysning. De forklarer videre på nettstedet at frivillige vil støtte innsatsen til eksperter for å akselerere forskning knyttet til utviklingen av et effektivt medikament mot COVID-19. "Dataene du hjelper oss med å generere vil raskt og åpent deles som en del av et åpent vitenskapelig samarbeid mellom laboratorier rundt om i verden, og gir forskere nye verktøy som kan låse opp nye muligheter for å utvikle livreddende legemidler."
Eiere av Mac-er med 64-bits arkitektur, en Intel Core 2 Duo-prosessor eller nyere og macOS 10.6 og nyere kan delta i Folding@Home-prosjektet.
Folding@home-prosjektet er fokusert på sykdomsforskning. Den ble lansert i 2000 ved Stanford University og drives av professor Vijay Pande.
