Convergenza tecnologica: la biologia sintetica incontra l’intelligenza artificiale

In un mondo in rapida trasformazione, in cui la tecnologia detta il ritmo del cambiamento e sancisce chi rimane al passo coi tempi e chi no, le strategie per produrre innovazione si devono necessariamente aggiornare. “Molti attori industriali infatti stanno superando i tradizionali modelli di sviluppo basati su una singola tecnologia in favore di una convergenza tecnologica, multidisciplinare e polivalente” si legge nell’ultimo rapporto OCSE su scienza, tecnologia e innovazione.

Il termine “convergenza tecnologica” di per sé non è nuovo, risale ai primi anni 2000 quando veniva utilizzato per tenere insieme i diversi ambiti che contribuivano alla realizzazione dei sistemi micro-elettro-meccanici come per esempio i sensori utilizzati tanto nelle automobili, nelle consolle per videogiochi o nei telefoni cellulari. In quel caso le nanotecnologie si alleavano alle tecnologie dell’informazione e delle telecomunicazioni.

Oggi l’integrazione tra ambiti diversi di ricerca e sviluppo si è fatta ancora più stretta e il rapporto OCSE ne evidenza alcuni ad alto tasso di innovazione.

La struttura delle proteine

Combinando conoscenze e tecniche della biologia con quelle di diverse branche dell’ingegneria, la la biologia sintetica da diversi anni sforna applicazioni in ambito medico, energetico, ambientale e in quello dei nuovi materiali. Oggi, l’incontro con i nuovi strumenti di intelligenza artificiale sta accelerando ancora di più il ritmo di innovazione nel settore.

Gli algoritmi di machine learning possono essere utilizzati per analizzare grandi quantità di dati sperimentali, relativi per esempio all’espressione genica o alle interazioni tra proteine, per identificare schemi ricorrenti e prevedere il comportamento dei sistemi biologici studiati. Uno degli esempi paradigmatici che ha messo in pratica con successo questa convergenza è AlphaFold, lo strumento sviluppato dalla compagnia britannica DeepMind, ora acquisita da Google.

Nel 2024 i suoi due co-fondatori, John Jumper e Demis Hassabis, sono stati premiati con il Nobel per la chimica per aver “sviluppato un modello di intelligenza artificiale in grado di risolvere problemi vecchi di 50 anni: prevedere le strutture complesse delle proteine”. Grazie a un addestramento su dati disponibili pubblicamente su vasti database, il loro modello può prevedere in modo accurato ed efficiente la struttura tridimensionale delle proteine basandosi esclusivamente sulla loro sequenza di amminoacidi, ossia sulle istruzioni necessarie a costruirle. La versione più recente può anche predire le interazioni tra proteine e altre molecole. Secondo il comitato di assegnazione del Nobel, queste scoperte hanno un enorme potenziale.

Le bioplastiche

L’alleanza tra biologia sintetica e intelligenza artificiale è anche in grado di utilizzare microrganismi appositamente ingegnerizzati per produrre un’ampia gamma di composti, sostanze e materiali che offrono un’alternativa ai metodi tradizionali di sintesi chimica, spesso dipendenti dai combustibili fossili o da altre procedure di sintesi dannose per l’ambiente o per la salute. Un esempio sono le bioplastiche.

Negli ultimi anni, i ricercatori sono riusciti a sfruttare il lavorio di batteri e lieviti in grado di convertire materie prime rinnovabili, come zuccheri e oli vegetali, in monomeri che possono essere polimerizzati in plastica biodegradabile. Queste plastiche di origine biologica hanno il potenziale di sostituire le plastiche derivate dal petrolio, riducendo la nostra dipendenza dai combustibili fossili e permettendo lo sviluppo di materiali “safe-by-design” che mitigano l’impatto ambientale dei rifiuti plastici.

Anche in questo caso le reti neurali basate sull’AI vengono utilizzate per prevedere le caratteristiche di queste bioplastiche prima di averle realizzate.

Lo stesso approccio può essere sfruttato per ingegnerizzare batteri in grado di produrre biofilm, che possono essere utilizzati per il biorisanamento, quindi per esempio filtrare l’acqua da inquinanti. Questi materiali ottenuti da esseri viventi possono essere programmati per svolgere funzioni specifiche, come legarsi selettivamente ai contaminanti o degradare determinati inquinanti.

Sfide regolatorie

Se si allarga ancora di più lo sguardo al di fuori del laboratorio, la convergenza tecnologica si amplia ancora di più integrando anche sistemi di automazione e di robotica, in grado di produrre su larga scala questo genere di prodotti innovativi. Nel caso della biologia sintetica il rapporto OCSE parla proprio di biofonderie e di spazi di convergenza, che tuttavia vanno opportunamente governati.

La convergenza di tante tecnologie così diverse tra loro oltre a offrire nuove opportunità di innovazione, pone anche notevoli sfide regolatorie. “In questa convergenza si applicano diversi regimi normativi che riguardano la progettazione di nuovi bio-prodotti, l’utilizzo dei dati per l’intelligenza artificiale e la regolamentazione sulla sicurezza dei prodotti stessi” si legge nel rapporto.

Per esempio, è necessario fare dei compromessi tra sicurezza e trasparenza: mantenere aperto l’accesso ai dati può fare bene alla cooperazione scientifica, ma può non essere possibile per chi intende proteggere la proprietà intellettuale del proprio lavoro o per ragioni di sicurezza.