Un gruppo di ricercatori di Stanford e dell’Arc Institute ha utilizzato modelli di intelligenza artificiale per progettare interi genomi di batteriofagi funzionanti
Una nuova frontiera della biologia sintetica che apre prospettive contro i batteri resistenti agli antibiotici, ma pone interrogativi sulla biosicurezza e sulla responsabilità umana
L’intelligenza artificiale non viene più utilizzata soltanto per analizzare grandi quantità di dati biologici, riconoscere strutture molecolari o prevedere il comportamento delle proteine. Un esperimento condotto da ricercatori della Stanford University e dell’Arc Institute ha mostrato che può essere impiegata anche per progettare interi genomi virali capaci, una volta sintetizzati in laboratorio, di dare origine a virus funzionanti.
È un passaggio scientificamente significativo e, allo stesso tempo, delicato. Non sono stati creati virus destinati a infettare esseri umani: i ricercatori hanno lavorato con batteriofagi, virus che infettano i batteri. Ma per la prima volta modelli generativi hanno dimostrato di poter contribuire alla progettazione di un genoma virale completo e biologicamente funzionante.
La ricerca, guidata da Samuel H. King e Brian L. Hie e realizzata tra Arc Institute e Stanford, era stata presentata nel settembre 2025 con il titolo Generative design of novel bacteriophages with genome language models. Il risultato era stato immediatamente segnalato da Nature come un passo verso la possibilità di utilizzare l’IA nella progettazione di sistemi biologici su scala genomica.
Evo 1 ed Evo 2 : modelli linguistici che imparano il linguaggio del DNA
Alla base dell’esperimento ci sono Evo 1 ed Evo 2, modelli di intelligenza artificiale progettati per lavorare sulle sequenze genomiche. Il principio ricorda, almeno concettualmente, quello dei grandi modelli linguistici utilizzati per generare testi. Un modello linguistico impara le relazioni statistiche tra parole, frasi e strutture linguistiche; un modello genomico cerca invece di apprendere regolarità, relazioni e vincoli presenti nelle sequenze del DNA.
Il genoma può infatti essere rappresentato come una lunga sequenza composta dalle quattro basi A, C, G e T. Ma la vita biologica non dipende semplicemente dalla presenza di queste “lettere”: dipende dalla loro organizzazione, dalle interazioni tra geni, dalle sequenze regolatorie e da numerosi altri meccanismi.
La sfida affrontata dai ricercatori era quindi considerevolmente più complessa della generazione di un singolo gene. L’obiettivo era verificare se l’IA fosse capace di proporre un’intera architettura genomica coerente, sufficientemente funzionale da produrre un virus vitale. Come modello di riferimento è stato utilizzato il batteriofago ΦX174, un virus relativamente semplice che infetta Escherichia coli.
Sedici nuovi batteriofagi funzionanti
Evo 1 ed Evo 2 hanno generato migliaia di possibili sequenze genomiche. I ricercatori ne hanno quindi selezionate circa 300, che sono state sintetizzate e sottoposte a verifica sperimentale.
Il risultato è stato limitato numericamente, ma scientificamente rilevante: 16 sequenze hanno prodotto batteriofagi vitali. Non si trattava semplicemente di copie digitalmente modificate di ΦX174. Secondo gli autori, i nuovi fagi presentavano una significativa novità evolutiva e alcune caratteristiche differenti dai virus naturali utilizzati come riferimento.
L’analisi mediante microscopia crioelettronica ha inoltre mostrato, in uno dei fagi generati, l’impiego di una proteina per l’impacchettamento del DNA evolutivamente distante da quella del modello di partenza.
Ancora più interessante è stato il comportamento biologico. Alcuni dei batteriofagi generati hanno mostrato prestazioni superiori a ΦX174 nelle competizioni di crescita e nella capacità di provocare la lisi delle cellule batteriche. Un cocktail composto dai nuovi fagi è riuscito inoltre a superare rapidamente la resistenza sviluppata da tre ceppi di E. coli nei confronti di ΦX174.
Una possibile arma contro l’antibiotico resistenza
È proprio questo aspetto a rendere la ricerca particolarmente promettente. I batteriofagi sono studiati da tempo come possibile alternativa o integrazione agli antibiotici. Infettano specificamente determinati batteri e possono distruggerli, mentre non attaccano direttamente le cellule umane.
La cosiddetta terapia fagica potrebbe diventare particolarmente importante di fronte alla crescente diffusione di batteri resistenti agli antibiotici. Il problema è però simile a quello che si verifica con i farmaci: anche i batteri possono evolvere e diventare resistenti ai fagi.
La possibilità di utilizzare sistemi di IA per progettare rapidamente nuovi batteriofagi potrebbe quindi consentire, almeno in prospettiva, di adattare le terapie all’evoluzione dei batteri. Si potrebbe immaginare una biologia sintetica nella quale sistemi computazionali esplorano un numero enorme di possibili genomi e individuano candidati da sottoporre successivamente alla verifica sperimentale.
È una prospettiva ancora lontana dall’applicazione clinica ordinaria, ma potrebbe ampliare notevolmente gli strumenti disponibili contro alcune infezioni difficili da trattare.
Il punto critico: dalla progettazione di proteine alla progettazione di genomi
Il significato più ampio dell’esperimento va tuttavia oltre i batteriofagi. Negli ultimi anni l’intelligenza artificiale ha accelerato enormemente la capacità di analizzare e progettare molecole biologiche. La progettazione di un intero genoma funzionante rappresenta però un salto concettuale.
Il sistema non sta semplicemente classificando qualcosa che esiste già. Sta esplorando uno spazio di possibilità biologiche e proponendo nuove sequenze che successivamente possono essere trasformate, attraverso la sintesi del DNA e il lavoro di laboratorio, in entità biologiche reali.
È importante non confondere i diversi livelli. L’IA non ha “creato la vita” autonomamente e non ha prodotto organismi dal nulla. Il processo ha richiesto ricercatori, selezione dei candidati, sintesi del DNA, procedure sperimentali e cellule ospiti. Ma il confine tra analizzare il vivente e contribuire alla sua progettazione sta diventando più sottile.
Biosicurezza : ciò che è possibile fare non coincide con ciò che è opportuno fare
Qui emerge l’aspetto più problematico della ricerca. Gli stessi autori richiamano esplicitamente questioni di biosafety, biocontainment e biosecurity. Nel lavoro sono state adottate precauzioni precise e sono state escluse dalla formazione dei modelli sequenze relative a virus in grado di infettare esseri umani, animali o piante.
Il problema, tuttavia, riguarda ciò che tecnologie simili potrebbero permettere in futuro. Tom Inglesby e Moritz Hanke, del Johns Hopkins Center for Health Security, hanno sottolineato come la capacità di comporre genomi virali attraverso l’IA generativa sia ormai una realtà, mentre i sistemi di governance necessari per controllarne in sicurezza l’evoluzione sono ancora in costruzione.
Anche altri esperti invitano però a evitare scenari semplicistici o allarmistici. Progettare virus biologicamente complessi rimane enormemente più difficile rispetto all’esperimento condotto sui piccoli batteriofagi. Inoltre esistono altri metodi, già oggi più semplici, attraverso i quali un agente malevolo potrebbe tentare di modificare patogeni esistenti.
La questione della sicurezza rimane comunque concreta. Una strategia efficace potrebbe richiedere diversi livelli di protezione: controlli sui modelli di IA, valutazione responsabile dei progetti di ricerca, screening delle sequenze richieste alle aziende che sintetizzano DNA e rigorosi protocolli di biosicurezza nei laboratori.
Quando l’intelligenza artificiale incontra la biologia sintetica
Questa ricerca rappresenta soprattutto l’incontro tra due trasformazioni tecnologiche che finora abbiamo spesso considerato separatamente: intelligenza artificiale e biologia sintetica.
La prima aumenta rapidamente la capacità di esplorare enormi spazi di possibilità. La seconda permette di trasformare alcune di quelle possibilità in strutture biologiche reali.
Insieme potrebbero accelerare lo sviluppo di farmaci, terapie personalizzate, microrganismi utili, nuovi strumenti diagnostici e soluzioni contro l’antibiotico-resistenza.
Ma la stessa capacità generativa introduce una responsabilità nuova. Nell’era digitale e degli algoritmi la domanda non riguarda più soltanto ciò che una macchina può conoscere o prevedere. Comincia a riguardare anche ciò che può contribuire a progettare.
L’IA può davvero progettare la vita ?
La domanda richiede una distinzione fondamentale. Un modello di intelligenza artificiale può individuare configurazioni biologiche che l’essere umano difficilmente riuscirebbe a esplorare una per una. Può riconoscere regolarità nascoste in milioni di sequenze genomiche e proporre combinazioni nuove.
Ma questo significa comprendere la vita ? Non necessariamente. Generare una sequenza funzionante e comprendere pienamente ciò che significa essere un organismo vivente sono questioni profondamente diverse. La capacità computazionale può produrre risultati biologicamente efficaci senza possedere alcuna esperienza della vita, intenzionalità o consapevolezza del significato delle proprie operazioni.
Proprio per questo la responsabilità rimane umana. L’intelligenza artificiale può ampliare enormemente lo spazio delle possibilità scientifiche, ma non può assumersi la responsabilità morale delle scelte compiute all’interno di quello spazio.
La ricerca sui batteriofagi progettati attraverso Evo 1 ed Evo 2 mostra quanto sottile stia diventando il confine tra informazione e materia, tra codice e biologia, tra previsione e progettazione.
Potremmo trovarci all’inizio di una nuova fase della biotecnologia, nella quale non ci limiteremo più a leggere il linguaggio della vita, ma utilizzeremo sistemi artificiali per aiutarci a scriverne nuove combinazioni.
Ed è proprio per questo che alla domanda “che cosa possiamo progettare?” dovrà accompagnarsi sempre più spesso una seconda domanda, ancora più importante: “che cosa è responsabile progettare ?”
Fonti:
Immagine elaborata con IA.
Lascia una risposta
Devi essere connesso per inviare un commento.