L'intelligenza artificiale accelera la progettazione di circuiti genetici basati sui dati

Modificato da: Maria Sagir

La progettazione dei circuiti genetici sta vivendo una trasformazione radicale, abbandonando il tradizionale metodo per tentativi in favore di un approccio guidato da calcoli computazionali e modelli predittivi. Questo cambiamento sta elevando la biotecnologia al rango di una vera e propria disciplina ingegneristica. Un circuito genetico è essenzialmente una sequenza strutturata di DNA che regola l'attività dei geni seguendo regole logiche predefinite, permettendo così di programmare le cellule per eseguire compiti specifici. Queste architetture biologiche possono operare come interruttori, oscillatori o sistemi di memoria, coordinando le informazioni genetiche per gestire il comportamento cellulare in modo prevedibile.

Le applicazioni di tali circuiti sono vastissime e spaziano dalla modulazione delle risposte immunitarie alla sintesi controllata di molecole preziose all'interno dell'organismo, aprendo la strada a strategie terapeutiche cellulari sempre più sofisticate. Una svolta fondamentale, documentata sulla rivista Nature nel gennaio 2026, è rappresentata dallo sviluppo della tecnologia CLASSIC (Combining Long- and Short-range Sequencing to Investigate Genetic Complexity) da parte dei ricercatori della Rice University. Questa innovazione consente di progettare e testare simultaneamente centinaia di migliaia o addirittura milioni di diverse configurazioni di circuiti genetici in un'unica fase analitica.

Per monitorare l'attività di questi circuiti inseriti in cellule umane coltivate, il team ha collegato ogni schema all'espressione di una proteina fluorescente. Misurando l'intensità della luce emessa, è stato possibile valutare le prestazioni di ogni variante, mentre il successivo sequenziamento dei codici a barre associati ha permesso di creare una mappa dettagliata che collega ogni specifica sequenza di DNA al fenotipo cellulare osservato. Il professor Caleb Bashor, dell'Istituto di Biologia Sintetica della Rice, ha sottolineato come questa metodologia permetta di mappare le sequenze in base al loro comportamento, riuscendo a trovare il classico "ago nel pagliaio" all'interno di enormi dataset biologici.

La mappatura su larga scala derivata da questi esperimenti ha fornito la base di dati indispensabile per l'addestramento di modelli di Machine Learning e Intelligenza Artificiale. Tali modelli hanno dimostrato una straordinaria capacità nel riconoscere quali caratteristiche della sequenza di DNA corrispondano a determinate manifestazioni funzionali, superando in precisione i modelli basati esclusivamente su principi fisici. Questo approccio computazionale rappresenta una pietra miliare, specialmente nel complesso ambiente biologico delle cellule umane. A differenza dei metodi tradizionali, come il "DNA origami" proposto da Paul Rothemund nel 2006 — che richiedeva ricalcoli lunghi e costosi per ogni nuova struttura — l'integrazione dell'IA permette di superare questi limiti strutturali.

Il risultato è la creazione di uno strumento predittivo capace di suggerire in anticipo nuove sequenze di circuiti dotate delle caratteristiche desiderate. La dimostrazione dell'efficacia di questo approccio sistematico guidato dall'IA nei sistemi cellulari umani spiana la strada a una progettazione più rapida e razionale delle terapie cellulari avanzate a partire dal 2026. Questo passaggio segna l'uscita della costruzione genetica dal paradigma degli esperimenti di routine per entrare nel campo dell'ingegneria basata sui dati, dove la precisione diventa lo standard operativo.

In ambiti correlati, la società Basecamp Research ha presentato il modello EDEN che, addestrato su dati evolutivi, progetta strumenti molecolari per l'inserimento programmabile di ampi frammenti di DNA. Questa tecnologia ha già permesso di ottenere cellule CAR-T capaci di distruggere oltre il 90% delle cellule tumorali in condizioni di laboratorio. Di conseguenza, la transizione verso un design ingegneristico supportato dall'intelligenza artificiale sta diventando il vettore dominante nella ricerca biotecnologica, mirata alla creazione di sistemi cellulari complessi e soluzioni terapeutiche d'avanguardia che promettono di rivoluzionare la medicina moderna.

19 Visualizzazioni

Fonti

  • Il Foglio

  • Rice News

  • YouTube

  • Squarespace

  • NIH

  • Biomedical Engineering Graduate Group

Hai trovato un errore o un'inaccuratezza?Esamineremo il tuo commento il prima possibile.