I virus progettati dall’intelligenza artificiale per curare le infezioni resistenti

Una squadra di ricercatori della Stanford University, guidata da Brian Hie, ha compiuto un passo decisivo nella biologia sintetica: per la prima volta modelli di intelligenza artificiale hanno progettato genomi virali pienamente funzionali. Non si tratta di mere simulazioni, ma di batteriofagi reali (predatori naturali dei batteri) che, una volta sintetizzati in laboratorio e introdotti in cellule ospiti, si sono dimostrati vitali e capaci di replicarsi.

Il banco di prova più rilevante ha visto un mix di fagi artificiali sconfiggere ceppi di Escherichia coli resistenti ai virus naturali. Una conquista che apre prospettive cliniche importanti nella lotta all’antibiotico-resistenza, ma al contempo solleva interrogativi urgenti in materia di biosicurezza globale.

Il protocollo sperimentale ha impiegato i modelli genomici Evo1 ed Evo2, sistemi linguistici addestrati non sulle parole, bensì sulle sequenze di nucleotidi. Tra i due, Evo2 segna un salto di scala: è un modello open source messo a punto a Stanford, con 40 miliardi di parametri e un addestramento condotto su quasi 9 trilioni di basi. Per ridurre i rischi, il team ha limitato intenzionalmente il corpus di training a circa 2 milioni di batteriofagi, escludendo ogni virus capace di infettare piante, animali o esseri umani.

A partire da migliaia di genomi candidati generati dall’algoritmo, i ricercatori ne hanno selezionati e sintetizzati circa 300. Sedici di questi (pari al 5,3%) sono risultati vitali, dimostrando che la capacità dell’IA di “scrivere” codice biologico efficiente non è più una mera ipotesi.

Il mondo della medicina guarda con grande attenzione a questo traguardo: i fagi colpiscono selettivamente i batteri senza intaccare il microbiota umano. L’Organizzazione Mondiale della Sanità segnala tuttavia che le terapie fagiche stentano a diffondersi su vasta scala a causa di vincoli regolatori, difficoltà produttive e della rapida insorgenza di resistenze anche contro i fagi naturali. L’intelligenza artificiale potrebbe ribaltare lo scenario, consentendo di personalizzare e affinare i fagi per contesti clinici specifici. Al momento, però, l’analisi dei modelli indica che l’algoritmo agisce più come un “prior evolutivo” che come un creatore radicale, eccellendo nel muoversi entro i vincoli della biologia già esplorata dalla natura. Proprio la replicabilità di questo principio desta allarme tra gli esperti di sicurezza: Tom Inglesby e Moritz Hanke richiamano la necessità di una governance internazionale.

In un articolo apparso su Science nel 2026, sostengono che la combinazione tra modelli generativi aperti e crescente facilità di sintesi del DNA abbatte drasticamente le barriere d’accesso all’ingegneria biologica, rendendo l’approccio tradizionale della “scienza aperta” non più sufficiente. Pur invitando a evitare allarmismi, scienziati come Tom Ellis ricordano che i fagi sono tra i genomi più piccoli e semplici da manipolare; il segnale di cambiamento, tuttavia, appare inequivocabile. Le principali difese oggi si fondano sul screening degli ordini di DNA sintetico, come nel framework applicato negli Stati Uniti da HHS e NIH. La copertura internazionale rimane però disomogenea e il NIST avverte che i modelli generativi potrebbero a breve produrre sequenze del tutto inedite, in grado di eludere i tradizionali controlli basati sulla somiglianza genetica.

In bilico tra opportunità terapeutiche straordinarie e nuove vulnerabilità, la frontiera inaugurata a Stanford pone con urgenza il tema di regole condivise e strumenti di controllo al passo con l’innovazione.