Per decenni la biologia sintetica ha lavorato per “copiare” e modificare ciò che la natura aveva già prodotto. Ora arriva un passaggio diverso: un modello di intelligenza artificiale è stato addestrato non solo a riconoscere sequenze genetiche, ma a individuare le regole profonde che governano il Dna e a generare nuove sequenze virali.
Il risultato arriva dall’Arc Institute di Palo Alto, in California, dove un gruppo di ricercatori ha utilizzato un modello chiamato Evo, progettato per analizzare enormi quantità di informazioni genetiche provenienti da organismi diversi.
L’obiettivo non era creare un nuovo patogeno umano, ma capire se un algoritmo potesse apprendere la “grammatica” del genoma: un insieme di regole invisibili che determina quali sequenze funzionano e quali invece producono errori biologici.
Dai dati genetici ai primi virus sintetici progettati dall’IA
Il Dna può essere immaginato come un testo scritto con sole quattro lettere: A, C, G e T. Ma dietro questa apparente semplicità si nasconde un linguaggio estremamente complesso.
Così come un modello linguistico impara la struttura delle frasi analizzando miliardi di parole, Evo è stato addestrato analizzando milioni di sequenze genetiche di animali, piante, microrganismi e virus.
Il sistema ha imparato a riconoscere schemi ricorrenti e caratteristiche funzionali del codice genetico. Successivamente i ricercatori hanno utilizzato queste informazioni per generare nuove sequenze di Dna.
Le molecole sintetizzate sono state poi inserite in batteri, che hanno prodotto virus nuovi dal punto di vista genetico ma appartenenti alla famiglia dei batteriofagi, virus capaci di infettare esclusivamente batteri e non cellule umane.
Perché questa scoperta può cambiare la medicina
Le potenzialità scientifiche sono enormi. La capacità di prevedere e progettare sequenze biologiche potrebbe accelerare lo sviluppo di nuovi farmaci, vaccini e terapie personalizzate.
Uno degli ambiti più promettenti riguarda la ricerca sui virus “buoni”, come i batteriofagi, che possono essere utilizzati per combattere infezioni batteriche resistenti agli antibiotici.
Ma la stessa tecnologia potrebbe aiutare gli scienziati a comprendere meglio come funzionano i genomi e quali caratteristiche rendono un virus più o meno capace di adattarsi.
È lo stesso principio che ha portato l’intelligenza artificiale a trasformare settori come la progettazione di proteine: passare dalla semplice osservazione della natura alla capacità di simulare e progettare nuove soluzioni biologiche.
Il nodo della sicurezza: quando l’IA diventa uno strumento a doppio uso
La ricerca apre però anche una questione delicata: se un algoritmo può progettare sequenze biologiche, potrebbe in futuro essere utilizzato anche per scopi dannosi?
È il cosiddetto problema del “dual use”, cioè tecnologie nate per la ricerca scientifica che potrebbero essere sfruttate anche in modo improprio.
Per questo motivo gli autori dello studio hanno adottato precauzioni specifiche: il modello non è stato addestrato su virus capaci di infettare esseri umani né su organismi potenzialmente più rischiosi.
Brian Hie, biologo computazionale dell’Università di Stanford e tra gli autori dello studio, ha sottolineato la scelta prudenziale dei ricercatori: l’obiettivo era esplorare le capacità dell’IA mantenendo un margine di sicurezza.
La prossima sfida: governare l’IA biologica
La scoperta segna un punto di svolta perché introduce un nuovo protagonista nella biologia: non più soltanto il ricercatore umano, ma anche un sistema artificiale capace di individuare regole biologiche mai esplicitate.
Nei prossimi anni la sfida sarà trovare un equilibrio tra innovazione e controllo. L’intelligenza artificiale potrebbe diventare uno degli strumenti più potenti per comprendere e curare le malattie, ma richiederà nuove regole di sicurezza, verifiche indipendenti e sistemi di monitoraggio.
La domanda centrale non sarà più solo “cosa possiamo creare con l’IA?”, ma anche “quali limiti dobbiamo stabilire prima di farlo?”.