Immagine copertina generata con l’intelligenza artificiale
L’intelligenza artificiale entra sempre più in profondità nel campo della biologia sintetica e questa volta lo fa con un risultato destinato a far discutere. Un gruppo di ricercatori di Stanford University e Arc Institute ha utilizzato modelli di AI per progettare nuovi genomi virali mai comparsi in natura. Su 285 sequenze generate e successivamente sintetizzate, 16 hanno dato origine a virus funzionanti, capaci di infettare e replicarsi nei batteri E. coli.
Dalla sequenza del DNA alla progettazione dei virus
Alla base dell’esperimento c’è Evo, una famiglia di modelli di intelligenza artificiale addestrata su una quantità enorme di informazioni genetiche: oltre 9 trilioni di nucleotidi, distribuiti in più di 128.000 sequenze provenienti da milioni di animali, piante, microbi e virus.
L’obiettivo era permettere al modello di individuare i pattern statistici presenti nel DNA, un compito paragonabile, per certi aspetti, a quello di un modello linguistico che impara quali combinazioni di parole risultano coerenti. In questo caso, però, l’AI ha analizzato le relazioni tra i nucleotidi per capire quali configurazioni potessero dare origine a sequenze biologicamente funzionali.
Per gli esseri umani, analizzare tutte le possibili combinazioni genetiche è impossibile: le varianti potenziali sono infatti enormi. L’intelligenza artificiale permette invece di esplorare questo spazio in modo molto più rapido, individuando schemi difficili da riconoscere attraverso la sola analisi manuale.
Evo ha progettato 700mila possibili genomi
Per verificare le capacità del sistema, i ricercatori hanno scelto il batteriofago Phi X-174, un virus studiato da oltre un secolo e noto per la sua capacità di infettare E. coli. Il modello è stato addestrato sui suoi 11 geni e 5.386 nucleotidi, insieme a circa 15.000 nucleotidi appartenenti ai suoi parenti più stretti.
Da questa analisi Evo ha proposto circa 700.000 potenziali genomi. I ricercatori hanno poi ristretto il gruppo a 285 sequenze, che sono state sintetizzate chimicamente per verificare se potessero effettivamente produrre virus funzionanti.
Il risultato è particolarmente significativo: 16 genomi hanno prodotto virus capaci di infettare e replicarsi. Le nuove particelle virali non erano completamente estranee al Phi X-174, ma presentavano modifiche nella disposizione dei loro elementi genetici.
I nuovi batteriofagi hanno superato la resistenza batterica
Uno degli aspetti più interessanti dello studio riguarda la possibile applicazione contro la resistenza batterica. I ricercatori hanno creato tre ceppi di E. coli diventati resistenti al Phi X-174 naturale e li hanno successivamente esposti a cocktail composti dai batteriofagi progettati dall’intelligenza artificiale.
Durante l’esperimento, le popolazioni di fagi si sono evolute fino a superare la resistenza di tutti e tre i ceppi batterici. Il risultato mostra quindi una possibile applicazione della tecnologia nel campo della ricerca sui batteriofagi, anche se lo studio non dimostra direttamente un utilizzo terapeutico nell’uomo.
Un esperimento condotto lontano dai patogeni umani
I ricercatori sottolineano che i virus prodotti nell’esperimento sono risultati innocui per gli esseri umani. Inoltre, il modello non è stato addestrato utilizzando dati provenienti da organismi noti per colpire l’uomo.
Questo elemento è importante per delimitare la portata del risultato. La ricerca dimostra infatti che un modello AI può progettare sequenze virali funzionanti, ma non significa che sia stato creato un virus patogeno umano. Replicare lo stesso procedimento con agenti infettivi capaci di colpire le persone rappresenterebbe uno scenario completamente diverso.
Le capacità dell’AI corrono più veloci delle regole
Proprio questa possibilità alimenta le preoccupazioni degli esperti. Lo studio dimostra che l’intelligenza artificiale può essere utilizzata per progettare materiale biologico funzionale, mentre le necessarie barriere normative e di sicurezza sembrano procedere a un ritmo più lento.
Il problema non riguarda quindi soltanto ciò che è stato realizzato nell’esperimento, ma anche ciò che tecnologie simili potrebbero consentire in futuro. La capacità di generare nuove sequenze biologiche solleva interrogativi sulla biosicurezza e sulla necessità di sviluppare regole e controlli adeguati prima che strumenti sempre più potenti diventino facilmente disponibili.
La ricerca mostra così un nuovo confine dell’AI: non più soltanto analizzare dati biologici esistenti, ma imparare le regole nascoste nelle sequenze genetiche e utilizzarle per proporre configurazioni che la natura non aveva mai prodotto.
Fonte: Tom’s Hardware
