In questo articolo Indice dei contenuti 2 sezioni
Si chiama AI BioDesign ed è il progetto scientifico che unisce intelligenza artificiale ed esperimenti di laboratorio su larga scala per progettare molecole e funzioni biologiche che in natura non esistono, ma che restano perfettamente possibili dal punto di vista fisico e chimico. Il punto di partenza è tanto semplice quanto vertiginoso: il mondo naturale conosciuto rappresenta solo una minima parte di quello che potrebbe esistere. Tutto il resto è spazio inesplorato.
Secondo il documento di presentazione, la piattaforma servirà a imparare e modellare le regole che la biologia usa per costruire la vita. Da lì nasceranno banche dati, modelli e strumenti pensati come una sorta di semente per i farmaci e le tecnologie dei prossimi decenni. Gli autori immaginano nuove terapie contro il cancro e le malattie neurodegenerative, oltre a enzimi capaci di degradare la plastica negli oceani.
L’iniziativa mette insieme l’Allen Institute, organizzazione di ricerca bioscientifica senza scopo di lucro, l’Università di Washington e il Fred Hutch Cancer Center. Tre realtà che portano in dote competenze su scienza aperta, biologia sintetica, genomica e sistemi cellulari. Tra gli scienziati di punta c’è David Baker, che ha condiviso il Premio Nobel per la Chimica del 2024 per il lavoro sulla progettazione computazionale delle proteine. Uno dei responsabili arriva a paragonare il potenziale del progetto a trasformazioni storiche come l’industrializzazione, l’elettrificazione e la rivoluzione digitale.
I rischi di esplorare una biologia sconosciuta
Baker, direttore scientifico principale di AI BioDesign, non nasconde che avventurarsi in questo territorio porta con sé domande scomode. I rischi principali, spiega, non sono poi così diversi da quelli di qualsiasi nuova tecnologia biologica: interazioni indesiderate con i sistemi viventi, effetti ambientali imprevisti, uso improprio. Il vantaggio, oggi, sta nel fatto che la progettazione computazionale permette di valutare buona parte di questi rischi prima ancora che una molecola venga sintetizzata. Si analizzano i progetti al computer, si testano in ambienti di laboratorio controllati, si passa poi a validazioni sperimentali sempre più realistiche. Solo dopo si ragiona su eventuali applicazioni concrete.
Sugli obiettivi a lungo termine il Nobel non usa mezzi termini. Il traguardo dichiarato è un mondo in cui la cura per una nuova malattia si sviluppa in settimane e non in decenni. Aria, acqua e suolo puliti perché gli inquinanti vengono rimossi e i processi che li generavano reinventati. Colture che prosperano in condizioni prima letali. Macchine molecolari capaci di estrarre minerali essenziali dagli scarti e di riparare le infrastrutture su cui poggia la vita quotidiana. Le proteine, ricorda Baker, sono le macchine molecolari che la vita ha sviluppato per costruire tutta la materia organica presente sulla Terra.
Capire prima o capire dopo
C’è poi la questione più sottile. Se i modelli diventano sempre più capaci, l’IA potrebbe arrivare a progettare molecole funzionanti che gli scienziati stessi non comprendono del tutto. Baker risponde che la scienza ha quasi sempre proceduto per gradi. Prima si osserva che qualcosa funziona, poi si capisce perché. L’apprendimento automatico è bravissimo nella prima fase, perché individua schemi sfruttabili per la progettazione biologica. Prove sperimentali solide possono bastare a far avanzare un progetto, ma la comprensione profonda resta un obiettivo centrale, ed è proprio il cuore del programma.
Sui limiti etici, il criterio indicato è l’equilibrio tra benefici e danni potenziali. Le applicazioni che affrontano sfide importanti in salute, sostenibilità o benessere umano hanno argomenti solidi a favore. Quelle che generano rischi significativi per sicurezza pubblica o ambiente meritano un controllo più severo e, in certi casi, restrizioni esplicite. Baker si è schierato a favore del monitoraggio e della registrazione di tutto il DNA sintetico prodotto, con annotazione della sequenza e di chi l’ha creata, come barriera pratica contro gli abusi.
AI BioDesign arriva in un settore che cresce in fretta, tra grandi modelli per la biologia, sistemi di cellule virtuali e piattaforme dove algoritmi e laboratorio lavorano insieme. Google DeepMind, per esempio, ha da poco pubblicato il suo primo atlante di mutazioni genetiche predette dalla propria intelligenza artificiale.
