Orizzonti futuri

La convergenza della biologia sintetica: come l’IA sta diventando il grande architetto della vita

AlphaGenome legge un milione di coppie di basi alla volta, Evo 2 scrive genomi, RFdiffusion inventa enzimi che l’evoluzione non ha mai sperimentato. Che cosa può progettare oggi l’IA in biologia e che cosa deve ancora superare la prova del

AI.info Team · 2026-08-21

Una disciplina che leggeva sta imparando a scrivere

Per gran parte della sua storia, la biologia strutturale è stata una disciplina dedita all’interpretazione. Gli scienziati cristallizzavano le proteine, le attraversavano con raggi X e impiegavano mesi o anni a dedurne la forma tridimensionale dai pattern di diffrazione. Capire come si ripiegasse una singola proteina poteva essere il lavoro di un’intera carriera. Le cose sono cambiate con l’arrivo dei sistemi di previsione della struttura basati sul deep learning, e sono cambiate di nuovo, in modo meno vistoso ma più decisivo, quando le stesse tecniche di fondo sono state impiegate per generare, anziché prevedere.

La distinzione conta perché segna il passaggio dall’IA come strumento di ricerca all’IA come qualcosa di più simile a una coautrice delle forme biologiche. Leggere un genoma o la struttura di una proteina è un atto di interpretazione; scrivere una nuova proteina, un enzima o un genoma è un atto creativo. Questo passaggio dalla lettura della vita alla sua scrittura è il vero significato di ciò che viene genericamente chiamato «convergenza della biologia sintetica», ed è ormai abbastanza avanzato da aver già ricevuto un premio Nobel.

Dalla previsione alla progettazione: il Nobel come punto di svolta

Il premio Nobel per la Chimica del 2024 ha sancito il punto di svolta del settore. Il premio è stato diviso: una metà è andata a David Baker dell’Institute for Protein Design della University of Washington «per la progettazione computazionale delle proteine», l’altra, congiuntamente, a Demis Hassabis e John Jumper di Google DeepMind «per la previsione della struttura delle proteine». La distinzione tracciata dal comitato è significativa: riconosce la previsione e la progettazione come due risultati scientifici connessi ma distinti, raggiunti a breve distanza l’uno dall’altro e fondati su una comune tradizione di ricerca computazionale.

Il versante della previsione è ben noto. AlphaFold2 ha dimostrato che una rete neurale profonda poteva prevedere la struttura tridimensionale di una proteina a partire dalla sua sequenza di amminoacidi con una precisione paragonabile a quella dei metodi sperimentali, facendo compiere un salto a un problema che i biologi strutturali avevano affrontato per decenni, avanzando a piccoli passi. DeepMind e la sua consociata Isomorphic Labs hanno presentato nel maggio 2024 AlphaFold3, descritto in un articolo pubblicato su Nature: il modello ha sostituito il modulo per la struttura basato sui sistemi di riferimento di AlphaFold2 con un’architettura basata sulla diffusione, estendendosi dalle singole proteine ai complessi che coinvolgono DNA, RNA, ligandi costituiti da piccole molecole, ioni e residui modificati.

Secondo i risultati pubblicati dalla stessa DeepMind, AlphaFold3 ha migliorato di circa il 50 per cento la precisione delle previsioni delle interazioni tra proteine e molecole rispetto ai metodi precedenti; in alcune categorie l’ha addirittura raddoppiata. Da allora Isomorphic Labs ha sviluppato su questa base quello che chiama Drug Design Engine, usando il modello in collaborazione con aziende farmaceutiche per lavorare su bersagli terapeutici prima difficili da affrontare. Per quanto risulta pubblicamente, i suoi progetti sono ancora in fase preclinica: a settembre 2026 nessuna sperimentazione registrata su ClinicalTrials.gov indica l’azienda come sponsor.

Il contributo di Baker procede nella direzione opposta. RFdiffusion, uno strumento del suo laboratorio costruito a partire da un precedente sistema di previsione della struttura chiamato RoseTTAFold, non prevede come si ripiegherà una sequenza esistente: genera strutture portanti di proteine del tutto nuove, mai esistite in natura, attraverso un processo di diffusione che parte dal rumore e viene gradualmente affinato fino a ottenere una struttura con la forma o la funzione desiderata.

In sostanza, se AlphaFold risponde alla domanda «quale forma ha questa sequenza?», RFdiffusion risponde a «quale struttura portante soddisferebbe queste specifiche?», ribaltando il problema. La sequenza che la codifica viene poi progettata da una rete separata, ProteinMPNN. L’Institute for Protein Design ha usato questo approccio e metodi affini per generare nuove proteine con possibili applicazioni che spaziano dai candidati farmaci ai vaccini, dai nanomateriali ai biosensori, senza precedenti nell’evoluzione biologica.

La svolta generativa nei fatti

L’esempio più chiaro di ciò che può fare la progettazione generativa delle proteine precede il Nobel di un anno, ma anticipa esattamente la traiettoria riconosciuta dal premio. Nel 2023, i ricercatori post-dottorato Andy Hsien-Wei Yeh e Christoffer Norn, del laboratorio di Baker, hanno pubblicato su Nature un articolo sulla progettazione de novo delle luciferasi, gli enzimi che emettono luce noti per le lucciole, usando una strategia di deep learning che hanno chiamato «allucinazione estesa all’intera famiglia».

Il più attivo tra gli enzimi ottenuti era piccolo, con una massa di circa 13,9 kilodalton, straordinariamente termostabile al di sopra dei 95 gradi Celsius e dotato di un’attività catalitica paragonabile a quella delle luciferasi naturali, pur non avendo alcuna storia evolutiva. Prevedere come si ripiega una proteina naturale è una cosa; generarne una interamente al computer, ottenendo un enzima funzionante con proprietà per certi versi superiori a quelle delle sue controparti naturali, è un’altra.

Questo tipo di procedura ha continuato a maturare. Una pipeline del 2024 chiamata GRACE ha combinato RFdiffusion per la generazione delle strutture portanti, lo strumento di progettazione delle sequenze ProteinMPNN e la simulazione della dinamica molecolare per selezionare i candidati. È stata usata per progettare enzimi funzionali dell’anidrasi carbonica, individuando candidati funzionanti tra circa diecimila sequenze generate.

Separatamente, un gruppo di ex ricercatori di Meta AI che hanno lasciato l’azienda per fondare EvolutionaryScale ha presentato ESM3, un modello linguistico per le proteine addestrato su sequenza, struttura e funzione di oltre 2,7 miliardi di proteine. I suoi creatori lo descrivono come il primo modello generativo capace di ragionare congiuntamente su tutte e tre queste proprietà.

EvolutionaryScale ha dimostrato le capacità di ESM3 generando una nuova proteina fluorescente la cui sequenza era simile solo per il 58 per cento a quella del suo parente naturale conosciuto più prossimo. L’azienda ha descritto il risultato come l’equivalente di circa 500 milioni di anni di evoluzione simulata condensati in un unico passaggio generativo. EvolutionaryScale ha raccolto 142 milioni di dollari in un round seed da investitori tra cui Lux Capital, Amazon Web Services, Nat Friedman, Daniel Gross e il ramo di venture capital di Nvidia.

Modelli di base per la genomica: progettare alla scala di interi genomi

La progettazione delle proteine opera sulle molecole. Una nuova ondata di modelli, forse ancora più importante, opera sui genomi. Due di questi modelli definiscono lo stato attuale del settore.

AlphaGenome di Google DeepMind si occupa del versante della lettura. Annunciato il 25 giugno 2025 e descritto in un articolo pubblicato su Nature il 28 gennaio 2026, analizza fino a un milione di paia di basi del DNA alla volta e, sulla base della sola sequenza, predice migliaia di proprietà molecolari: dove iniziano e terminano i geni in un dato tipo cellulare, come avviene lo splicing dell’RNA, quanto RNA viene prodotto, quali tratti di DNA sono accessibili, dove si legano le proteine. DeepMind riferisce che ha superato modelli esterni in 22 valutazioni su 24 relative alla predizione delle sequenze e ha eguagliato o superato i migliori tra questi in 25 valutazioni su 26 degli effetti delle varianti.

Questo apparato serve a studiare la grande maggioranza del genoma che non codifica proteine. Una variante in una regione regolatrice non cambia alcun amminoacido, perciò gli strumenti di valutazione incentrati sulle proteine su cui fanno affidamento i genetisti non hanno nulla da dire al riguardo; AlphaGenome la valuta predicendo la funzione della sequenza circostante. Un modello che non genera nulla trova posto in un saggio sulla scrittura per una semplice ragione: nessuno scrive DNA regolatore che non sa leggere.

Evo 2 si occupa del versante della scrittura. L’organizzazione non profit Arc Institute lo ha presentato in un preprint nel febbraio 2025; l’articolo sottoposto a revisione paritaria è poi uscito su Nature il 4 marzo 2026. Secondo Arc, è stato addestrato su oltre 9,3 bilioni di nucleotidi provenienti da più di 128.000 genomi completi che coprono tutti i domini della vita, oltre che su dati metagenomici. Utilizza una nuova architettura chiamata StripedHyena 2 e circa 40 miliardi di parametri ed è stato realizzato sull’infrastruttura DGX Cloud di Nvidia.

Mentre un modello linguistico per le proteine elabora catene ripiegate di amminoacidi, Evo 2 elabora direttamente le sequenze di DNA. Può analizzare finestre di sequenza lunghe fino a un milione di nucleotidi, abbastanza da cogliere le relazioni tra elementi genomici separati da grandi distanze.

Le capacità riferite da Arc sono importanti in entrambe le direzioni. Evo 2 può essere usato per l’analisi, per individuare mutazioni patogene nei geni umani valutando quanto una data variante possa verosimilmente alterarne il funzionamento. Ma, stando alla descrizione che ne danno i suoi stessi sviluppatori, è anche un modello generativo: può progettare nuove sequenze genetiche lunghe quanto i genomi di batteri semplici. Il suo predecessore, il modello Evo originale, era stato addestrato su sequenze genomiche di procarioti e fagi; l’addestramento di Evo 2 è stato esteso anche alle sequenze eucariotiche, compreso il DNA umano, proprio per consentirgli di generalizzare all’intero albero della vita anziché a una sua ristretta porzione.

Considerati insieme, AlphaFold3, RFdiffusion, ESM3, AlphaGenome ed Evo 2 compongono una struttura a livelli, non una serie di progetti slegati: un livello di predizione strutturale che indica quale aspetto avrà una molecola, un livello di progettazione delle proteine che genera molecole secondo specifiche, un livello genomico che analizza e genera intere sequenze di DNA e, sempre più spesso, livelli di progettazione dei farmaci costruiti su tutto questo. È questa struttura a giustificare l’idea di una convergenza. La biologia strutturale, l’ingegneria delle proteine e la genomica non sono più tre discipline separate che si prestano occasionalmente strumenti computazionali: stanno convergendo verso una base comune di modellazione generativa.

Il ciclo di progettazione, realizzazione e verifica si accorcia

Quando questa struttura a livelli matura, non cambia soltanto la velocità con cui i biologi possono fare ciò che già facevano. Si accorcia il ciclo di progettazione, realizzazione e verifica che ha sempre posto un limite all’ingegneria biologica — formulare un’ipotesi, sintetizzare ciò che si è progettato, testarlo in laboratorio, ripetere il processo — proprio nella sua fase più costosa. Storicamente, per ottenere una proteina candidata o un circuito genetico che valesse la pena testare servivano o una meticolosa progettazione razionale fondata sulla comprensione dei meccanismi, o lo screening sistematico di grandi librerie casuali o naturali.

I modelli generativi offrono una terza via: proporre per via computazionale un gran numero di candidati plausibili e progettati per uno scopo preciso prima di iniziare qualsiasi lavoro in laboratorio, per poi sintetizzare e testare soltanto i pochi più promettenti. La capacità della pipeline enzimatica GRACE di restringere diecimila candidati computazionali fino a individuare varianti funzionanti dell’anidrasi carbonica è una dimostrazione su piccola scala proprio di questo accorciamento. Resta da verificare empiricamente se il metodo reggerà su scala industriale, con obiettivi di progettazione più difficili delle proteine fluorescenti e degli enzimi con siti attivi ben caratterizzati, ma la direzione è inequivocabile.

Il lato oscuro: la biosicurezza cerca di tenere il passo con le capacità

Le stesse caratteristiche che rendono la biologia generativa potente per la ricerca a fin di bene — la capacità di proporre nuove sequenze biologiche senza dover comprendere in anticipo ogni dettaglio dei meccanismi sottostanti — la rendono intrinsecamente utilizzabile anche per altri fini. E le istituzioni del settore hanno cominciato a dirlo apertamente, anziché trattarlo come un’ipotesi. RAND ha pubblicato alcune delle valutazioni più concrete in questo ambito.

Una Perspective di RAND ha esaminato se i modelli fondazionali generalisti potessero abbassare in misura significativa le barriere allo sviluppo di armi biologiche. Ha riferito che i sistemi di frontiera sottoposti a test, nello specifico Llama 3.1 405B, GPT-4o e Claude 3.5 Sonnet, erano in grado, su richiesta, di fornire istruzioni accurate per ottenere poliovirus vivo a partire da DNA sintetico. RAND considera questo caso di prova un indicatore del rischio più ampio di ricostruire patogeni pericolosi a partire da dati pubblicati sulle loro sequenze genetiche.

Separatamente, RAND ha sviluppato il Global Risk Index for AI-enabled Biological Tools, un quadro strutturato che valuta gli strumenti in base alle capacità, al potenziale di uso improprio, all’accessibilità e alla maturità tecnica. In una valutazione del 2025 su 57 strumenti all’avanguardia, l’indice ne ha segnalati 13 come bisognosi di misure di mitigazione immediate e altri 15 come meritevoli di un ulteriore esame caso per caso.

I decisori politici sono intervenuti, anche se in modo disomogeneo. Il 5 maggio 2025, l’esecutivo statunitense ha firmato un ordine esecutivo intitolato «Migliorare la sicurezza della ricerca biologica», che impone un sistema verificabile per lo screening degli ordini di sintesi degli acidi nucleici e subordina l’accesso ai finanziamenti federali per la ricerca nelle scienze della vita al rispetto dei requisiti. Le violazioni comportano il rischio sia della revoca immediata dei finanziamenti sia dell’esclusione da tali finanziamenti per un massimo di cinque anni.

L’ordine interviene su una lacuna nei controlli che i ricercatori nel campo della biosicurezza segnalavano da anni: i fornitori commerciali di sintesi del DNA che rappresentano la maggior parte della capacità mondiale di sintesi genica già sottopongono volontariamente gli ordini a screening, in quanto membri dell’International Gene Synthesis Consortium, guidato dal settore. Ma l’adesione non è mai stata obbligatoria, e la stessa capacità di sintesi che permette a un ricercatore post-dottorato del laboratorio di Baker di ordinare un nuovo gene della luciferasi permette anche a un soggetto malintenzionato di ordinare una sequenza tratta dal genoma pubblicato di un patogeno.

Nel gennaio 2026, al Senato degli Stati Uniti è stato presentato il Biosecurity Modernization and Innovation Act, che incaricherebbe il Dipartimento del Commercio di definire norme vincolanti sulla sicurezza della sintesi degli acidi nucleici, anziché affidarsi all’autoregolamentazione del settore. La legge non è stata approvata: l’obbligo resta legato alla condizione posta dall’ordine esecutivo per ottenere finanziamenti, non a una disposizione di legge.

Descrivere onestamente questo quadro non significa dire che la biologia progettata con l’IA sia sul punto di produrre da zero nuove armi biologiche. Il rischio documentato e verificato riguarda soprattutto la capacità dei modelli di IA di abbassare la soglia di conoscenze necessarie per ricostruire o manipolare patogeni pericolosi già noti: un problema più circoscritto e più affrontabile rispetto alla progettazione di armi de novo. Ma non si tratta nemmeno di un allarme artificioso: i ricercatori di RAND, attraverso una valutazione strutturata e non sulla base di congetture, hanno concluso che gli attuali modelli di frontiera forniscono un aiuto misurabile in specifici passaggi tecnici pericolosi, prima difficilmente accessibili.

Lo screening nel punto critico della sintesi del DNA, proprio perché interviene a valle tanto delle sequenze naturali quanto di quelle generate dall’IA, è il controllo su cui i decisori politici hanno finito per convergere come punto d’intervento più praticabile: non richiede infatti di distinguere le sequenze prodotte da un modello generativo da quelle che un ricercatore umano ricorda dalla letteratura scientifica.

Che cosa dovrebbe e non dovrebbe significare «architetto principale»

È facile, ed è sempre più comune negli articoli su questo settore, descrivere l’IA come se fosse diventata una progettista autonoma della vita, capace di condurre in silenzio esperimenti senza la supervisione di esseri umani. È una rappresentazione che esagera la realtà attuale. Tutti i sistemi di cui si parla qui, da RFdiffusion a Evo 2 a ESM3, producono candidati che richiedono comunque una sintesi fisica e una verifica empirica in laboratorio. Un modello generativo che propone una sequenza proteica genera ipotesi, non è una catena di montaggio che costruisce organismi. E la distanza tra un progetto plausibile sul piano computazionale e un sistema biologico funzionante, capace di superare la prova di una cellula o di un organismo reale, resta ampia e, nella maggior parte dei casi, si misura ancora in mesi di lavoro in laboratorio, non nei secondi che il modello impiega a generare il candidato.

Questo percorso a ostacoli si può superare, e la prova più chiara è un farmaco. Rentosertib, un inibitore di TNIK proposto dai modelli generativi di Insilico Medicine per la fibrosi polmonare idiopatica, ha visto pubblicare i risultati della fase IIa su Nature Medicine il 3 giugno 2025; il 7 luglio 2026 è stata avviata una sperimentazione di fase III su 320 pazienti. La generazione è stata la parte veloce; tutto ciò che è venuto dopo ha seguito i tempi delle colture cellulari, dei comitati etici e delle autorità regolatorie.

Ciò che è davvero cambiato, e che giustifica la definizione di «architetto principale», è dove si trovi oggi il centro di gravità intellettuale della progettazione biologica. Dieci anni fa, il fattore che limitava la velocità con cui si poteva progettare una nuova proteina o sequenza genetica era l’intuizione meccanicistica di uno scienziato su come gli amminoacidi o i nucleotidi si sarebbero comportati in combinazione. Oggi, per le funzioni i cui bersagli strutturali sono ben caratterizzati, il fattore limitante è sempre più il ciclo di sintesi e sperimentazione in laboratorio di ciò che un modello generativo ha già proposto.

È proprio questo ribaltamento a spiegare perché un premio Nobel sia andato alla progettazione computazionale nello stesso anno in cui il medesimo comitato ha premiato la previsione delle strutture, e perché i ricercatori che si occupano di biosicurezza, anziché liquidare la tecnologia come una montatura, abbiano dedicato il 2025 a elaborare indici di rischio e a promuovere una legge vincolante sullo screening delle sintesi.

L’architettura della vita non è ancora interamente nelle mani dell’IA, ma la fase dei progetti lo è sempre di più. E le istituzioni incaricate di intercettare i progetti pericolosi prima che arrivino su un banco di laboratorio sono ancora in costruzione, mentre la tecnologia avanza, con un ritardo di circa uno o due anni rispetto alle capacità che dovrebbero governare.