Per la prima volta un modello di intelligenza artificiale ha progettato genomi virali completi che si sono rivelati funzionanti in laboratorio, capaci di replicarsi e di uccidere batteri reali. I virus progettati con AI nascono da un lavoro condotto da ricercatori di Stanford e dell’Arc Institute, che hanno usato un modello chiamato Evo per generare centinaia di migliaia di sequenze genetiche candidate, sintetizzarne alcune in DNA vero e verificarne il comportamento dentro cellule batteriche. Il risultato, pubblicato sulla rivista Science e ripreso dal New York Times, apre una discussione scientifica sulle potenzialità della biologia sintetica ma anche un dibattito urgente sulla biosicurezza, perché le regole americane attuali non coprono in modo esplicito la progettazione puramente computazionale di virus.
Summary
Punti chiave
- Il modello Evo ha proposto 700.000 possibili genomi virali, di cui 285 sequenze sono state sintetizzate chimicamente come DNA.
- Sedici delle sequenze sintetizzate hanno prodotto virus in grado di replicarsi e di uccidere batteri E. coli in laboratorio.
- Evo è stato addestrato prima su circa nove trilioni di nucleotidi provenienti da organismi diversi, poi in modo specifico sugli 11 geni del fago Phi X-174 e su circa 15.000 genomi correlati.
- Le attuali politiche di biosicurezza del NIH statunitense non regolano la progettazione virale puramente computazionale, salvo che coinvolga un’entità considerata a rischio.
- Gli esperti segnalano un vuoto normativo tra la velocità della ricerca e le regole pensate per contenerne i rischi.
Il modello AI Evo progetta nuovi genomi virali per batteri
Evo funziona in modo simile ai grandi modelli linguistici come ChatGPT, ma invece di prevedere sequenze di parole prevede sequenze genetiche, imparando quello che i ricercatori definiscono il linguaggio della vita. Applicato alla progettazione di batteriofagi, virus che infettano solo specifici batteri e non rappresentano una minaccia per l’uomo, il modello ha generato un numero enorme di candidati teorici prima che il team selezionasse quelli più promettenti da testare fisicamente.
Addestramento su miliardi di nucleotidi e progettazione dei genomi
Il percorso di addestramento si è svolto in due fasi distinte. Nella prima, Evo ha analizzato circa nove trilioni di nucleotidi raccolti da milioni di animali, piante, microbi e virus, assorbendo pattern che attraversano l’intero albero della vita. Solo in un secondo momento è arrivato un addestramento specializzato, concentrato sugli 11 geni del fago Phi X-174 e su circa 15.000 dei suoi parenti più stretti. Per Samuel King, dottorando e co-autore dello studio a Stanford e all’Arc Institute, si è trattato di un passaggio quasi scontato una volta completata la prima fase generale.
Sintesi in laboratorio: dal genoma digitale al virus reale
Dalle centinaia di migliaia di genomi teorici proposti dal modello, i ricercatori hanno scelto i candidati più promettenti per la sintesi genoma virus vera e propria: 285 sequenze sono state sintetizzate chimicamente come DNA e inserite in cellule batteriche per testarne la funzionalità. Il preprint originale dello studio aveva indicato 302 genomi sintetizzati, un dato leggermente diverso da quello riportato successivamente. Alla fine, sedici sequenze hanno prodotto virus capaci di replicarsi. King racconta che il team se ne accorse nelle prime ore del mattino, osservando comparire chiare zone di lisi sulle piastre di coltura dove i fagi stavano effettivamente uccidendo i batteri: “Stavamo iniziando a vedere questi punti chiari ed era estremamente emozionante.” Quando i risultati furono condivisi con il resto del gruppo di lavoro, secondo quanto riferito, la stanza scoppiò spontaneamente in un applauso.
Quanto sono efficaci i virus progettati con l’intelligenza artificiale
I sedici virus generati non sono copie deboli o instabili dei loro equivalenti naturali: nei test si sono comportati come organismi pienamente funzionanti, in alcuni casi persino più efficienti dei fagi di riferimento usati per l’addestramento.
Robustezza e velocità di replicazione rispetto ai virus naturali
I virus progettati si sono dimostrati altrettanto robusti di quelli naturali, e alcuni si sono replicati più rapidamente dello stesso Phi X-174 usato come modello di partenza. Oliver Crook, chimico delle proteine dell’University of Oxford non coinvolto nello studio, ha commentato che questi organismi “non sono semplicemente versioni malaticce di qualcosa che esiste già”. Patrick Cai, biologo sintetico della University of Manchester, ha definito il lavoro “un traguardo importante”, sottolineando che il significato della ricerca va oltre i batteriofagi: suggerisce che i modelli linguistici genomici stiano iniziando ad apprendere i principi di progettazione codificati dall’evoluzione, aprendo la strada a una scrittura assistita da AI di genomi più complessi.
Il limite di Evo: nessuna invenzione, solo parenti dei virus esistenti
Crook modera comunque le aspettative: l’AI non ha inventato nulla di fondamentalmente nuovo. I virus generati restano molto simili a specie naturali esistenti e si affidano alla stessa biologia di base. Resta inoltre incerto se Evo replicherebbe lo stesso successo con altri gruppi virali diversi dal Phi X-174: è una domanda ancora aperta, che determinerà se questo approccio di ricerca virus computazionale potrà davvero diventare uno strumento generalizzabile per medicina e biotecnologia. Se la tecnica funzionasse anche su altri gruppi virali, secondo Crook, i risultati potrebbero fornire strumenti utili concreti, perché “gran parte della nostra scienza si basa sui virus come tecnologia”.
Restano comunque distanze enormi tra un genoma virale e un organismo vivente. Il codice genetico del fago è lungo circa 5.400 paia di basi, contro almeno 500.000 paia di basi del più piccolo genoma cellulare vivente conosciuto e i circa tre miliardi di paia di basi del genoma umano. Un eventuale salto verso organismi viventi progettati da AI richiederebbe, secondo Brian Hie, “probabilmente molto lavoro, ma non impossibile”, e il team ha dichiarato interesse a muoversi in quella direzione.
Le lacune normative sulla biosicurezza dei virus creati con AI
Il vuoto regolatorio attorno a questa tecnologia è oggi più visibile che mai: le regole pensate per contenere gli esperimenti più rischiosi non erano state scritte pensando a genomi virali generati da un algoritmo.
Le regole NIH e il vuoto sul design computazionale
A fine luglio, il National Institutes of Health statunitense ha pubblicato una politica sulla ricerca ad alto rischio nelle scienze della vita, che vieta esperimenti capaci di rendere i patogeni più pericolosi. Il problema è che il lavoro puramente computazionale, cioè la progettazione di DNA virale al computer senza sintesi fisica, non è coperto da queste regole a meno che non coinvolga “un’entità di interesse”, come ha chiarito la stessa agenzia. Per un virus come il vaiolo la classificazione di rischio è chiara; per un virus uscito da un modello di AI, molto meno.
Le precauzioni dei ricercatori e gli allarmi degli esperti
Il team ha scelto di adottare precauzioni proprie, non imposte da alcuna norma. Durante l’addestramento, Evo non ha ricevuto dati su virus che infettano l’uomo, né su patogeni correlati provenienti da animali, piante o funghi, così che il modello non possa generare quel tipo di genomi nemmeno in teoria. “Volevamo semplicemente essere estremamente cauti”, ha spiegato Brian Hie. I ricercatori hanno inoltre condotto lo studio interamente su fagi innocui per l’uomo, in un laboratorio sicuro.
Moritz Hanke, esperto del Johns Hopkins Center for Health Security, ha definito questa scelta “piuttosto lodevole”, soprattutto perché nessuna regola ufficiale la imponeva: “Non ricevono alcuna indicazione da nessuna parte su cosa dovrebbero fare.” Hanke vede un divario enorme tra il ritmo della ricerca e le protezioni esistenti, chiedendosi cosa significhi valutare il rischio di qualcosa che non si è mai visto prima. Il suo scenario di possibile uso improprio è diretto: qualcuno potrebbe chiedere a un modello linguistico genomico di generare un genoma dell’influenza modificato per essere più trasmissibile o più letale. Nel commento pubblicato su Science insieme a Thomas Inglesby, Hanke ha parlato di “questioni urgenti di biosicurezza e biosecurity”, sostenendo che la domanda non è più se la progettazione generativa di genomi virali esisterà, ma se potrà essere usata senza abilitare danni seri: i due esperti hanno scritto che nuovi virus con potenziale patogeno “non dovrebbero essere perseguiti”.
Il contrasto tra entusiasmo scientifico e allarme sulla governance racconta bene la fase attuale della regolamentazione biosicurezza AI: da un lato c’è chi, come il biologo sintetico Marc Güell della Pompeu Fabra University, parla di un punto di svolta significativo perché per la prima volta nella storia si comincia a progettare biologia su un computer, immaginando fagi contro malattie resistenti, enzimi terapeutici e anticorpi per l’immunoterapia; dall’altro ci sono ricercatori di biosicurezza che chiedono regole scritte apposta per i virus sintetici in biologia generati da modelli linguistici, prima che la tecnologia superi definitivamente la capacità di controllarla.
FAQ
Quanto si sono rivelati efficaci i virus progettati con l’AI nei test di laboratorio?
Su 285 sequenze genomiche virali sintetizzate, 16 hanno prodotto virus capaci di replicarsi e di uccidere batteri in laboratorio.
Su quali dati è stato addestrato il modello AI Evo?
Evo è stato addestrato prima su circa nove trilioni di nucleotidi provenienti da milioni di animali, piante, microbi e virus, poi in modo specifico sugli 11 geni del fago Phi X-174 e su circa 15.000 genomi correlati.
Perché le attuali politiche di biosicurezza statunitensi non regolano i virus progettati con AI?
Perché la progettazione puramente computazionale di DNA virale non è coperta dalle attuali politiche del NIH statunitense, a meno che non coinvolga un’entità considerata a rischio: questo crea un vuoto normativo specifico per i virus generati da intelligenza artificiale.
Quali precauzioni hanno adottato i ricercatori durante l’addestramento di Evo?
Hanno escluso dai dati di addestramento i virus che infettano l’uomo e i patogeni correlati, per impedire che il modello potesse generare genomi virali potenzialmente dannosi per l’uomo.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
