Un team di scienziati della Stanford University e dell'Arc Institute ha pubblicato nell'agosto 2026 sulla rivista Science uno studio che dimostra per la prima volta la possibilità di utilizzare modelli di intelligenza artificiale generativa per progettare virus completamente nuovi ed estranei alla natura. L'esperimento, condotto nei laboratori della California, si è servito dei modelli di linguaggio genomico Evo per generare da zero la sequenza genetica completa di batteriofagi capaci di replicarsi e neutralizzare i batteri. La ricerca segna un passaggio storico per la biologia sintetica, provando che gli algoritmi di apprendimento profondo possono comprendere le regole strutturali del DNA e tradurle in organismi funzionali, ma riapre contemporaneamente una complessa discussione sui confini della sicurezza e sulla regolamentazione delle tecnologie a doppio uso.
L'architettura utilizzata per l'esperimento si basa sullo stesso principio di funzionamento dei grandi modelli linguistici, ma invece di elaborare parole e sintassi testuali legge ed elabora le sequenze di nucleotidi che compongono il codice genetico degli organismi viventi. Gli addestramenti dell'algoritmo hanno attinto da un patrimonio informativo contenente miliardi di elementi genetici appartenenti a virus, batteri e specie superiori. Partendo dall'impianto di base di un batteriofago noto, la rete neurale ha generato centinaia di migliaia di progetti teorici privi di riscontro nel mondo naturale. I ricercatori hanno successivamente sintetizzato chimicamente circa trecento sequenze promettenti, riscontrando che sedici di questi virus creati dall'algoritmo sono risultati pienamente vitali e persino più efficaci delle varianti naturali nel distruggere colonie di Escherichia coli.
Le applicazioni cliniche di questa svolta promettono di rivoluzionare la medicina e il contrasto alle patologie oggi prive di cure efficaci. La possibilità di assemblare genomi completi su misura offre uno strumento senza precedenti per sviluppare terapie avanzate contro la resistenza agli antibiotici, consentendo di progettare fagi capaci di evolvere unitamente ai batteri e di attaccare in modo selettivo le infezioni ospedaliere più aggressive. L'impiego della biologia generativa apre inoltre nuove prospettive per la veicolazione mirata di frammenti genici all'interno delle cellule umane, ponendo le basi per trattamenti personalizzati contro patologie oncologiche e malattie neurodegenerative che beneficerebbero di una precisione d'azione non raggiungibile con i farmaci tradizionali.
Il successo dell'esperimento solleva tuttavia giustificate preoccupazioni tra gli esperti di biosicurezza e le istituzioni internazionali. Sebbene gli autori della ricerca abbiano deliberatamente escluso dai set di dati di addestramento i patogeni dannosi per l'uomo, gli animali e le piante, la dimostrazione pratica che un software possa generare organismi sintetici vitali riduce drasticamente le barriere tecniche per la creazione di agenti biologici. La velocità con cui l'innovazione algoritmica progredisce rischia di distanziare le normative di controllo sulle piattaforme di sintesi del DNA, rendendo complessa la distinzione tra la ricerca scientifica legittima e il potenziale utilizzo improprio di strumenti computazionali accessibili su vasta scala.
Il salto di qualità compiuto dalle tecnologie generative sposta il confine della scienza dalla semplice osservazione delle forme di vita esistenti alla scrittura diretta del codice biologico. La sfida del prossimo futuro risiederà nella capacità della comunità scientifica di stabilire presidi di controllo rigidi e condivisi a livello globale. Soltanto un bilanciamento consapevole tra la libertà della sperimentazione e la protezione della salute pubblica permetterà di trasformare questi potenti modelli di calcolo in risorse terapeutiche stabili senza esporre la società a rischi imprevedibili.