L’intelligenza artificiale sta andando oltre le applicazioni teoriche e sta entrando nel cuore della sperimentazione scientifica. Una recente collaborazione tra OpenAI e Ginkgo Bioworks mostra come la progettazione basata sull’intelligenza artificiale, combinata con l’automazione robotica, può accelerare drasticamente la ricerca biologica, in particolare nel campo della produzione di proteine. Il progetto, iniziato la scorsa estate, si è concentrato sull’ottimizzazione della sintesi proteica senza cellule (CFPS), un metodo per creare proteine senza la necessità di cellule viventi. Questo approccio aggira i lunghi processi tradizionali di modificazione genetica e crescita cellulare della bioproduzione, offrendo un percorso più rapido per produrre medicinali, prodotti agricoli e altro ancora.
La sfida: la complessità della biologia
A differenza di campi come la matematica o l’informatica in cui il successo è facilmente misurabile, la biologia presenta “problemi difficili”. Progettare esperimenti efficaci richiede non solo di generare soluzioni, ma anche di verificarle, un compito per il quale i parametri di riferimento chiari sono scarsi. Per affrontare questo problema, il team ha utilizzato la proteina fluorescente verde superfolder (sfGFP) come caso di prova. sfGFP fornisce un segnale inequivocabile: si illumina di verde in caso di successo, consentendo una rapida valutazione.
Progettazione AI, esecuzione robotica
GPT-5 di OpenAI ha generato progetti sperimentali, mentre Ginkgo Bioworks ha implementato i suoi sistemi di laboratorio automatizzati, descritti dal CEO Jason Kelly come il “Waymo” della biologia. Questi laboratori robotici eseguono esperimenti in modo autonomo, richiedendo un intervento umano minimo. Il processo era iterativo: GPT-5 analizzava i dati in arrivo e proponeva nuovi esperimenti entro un’ora per ciclo, molto più velocemente di quanto i ricercatori umani potessero gestire. In soli due mesi, il sistema ha completato oltre 36.000 test unici.
Risultati: riduzione dei costi e commercializzazione
Il sistema basato sull’intelligenza artificiale ha ridotto i costi di produzione di sfGFP di circa il 40% rispetto ai precedenti parametri stabiliti dal laboratorio Michael Jewett dell’Università di Stanford. Questo miglioramento è “un grosso problema”, riconosce Jewett, evidenziando il potenziale per uno sviluppo dei farmaci e una somministrazione terapeutica più rapidi. La composizione di reazione ottimizzata è ora disponibile in commercio.
Oltre l’efficienza: approfondimenti inaspettati
L’intelligenza artificiale ha anche dimostrato una creatività inaspettata e l’importanza della supervisione umana. Quando gli è stato dato accesso a nuovi reagenti, GPT-5 ha tentato di massimizzare l’inclusione, suggerendo addirittura un volume di acqua negativo in un esperimento. I tecnici umani della Ginkgo Bioworks hanno riconosciuto l’errore e hanno regolato il volume per procedere con il test, dimostrando che l’intelligenza artificiale e la competenza umana devono lavorare in tandem.
Il futuro della scienza basata sull’intelligenza artificiale
La collaborazione ha portato al lancio di Ginkgo Cloud Lab, che offre ai ricercatori l’accesso a sistemi di laboratorio autonomi per soli 39 dollari per esecuzione. Il Dipartimento dell’Energia degli Stati Uniti sta anche finanziando un laboratorio autonomo di 97 robot presso il Pacific Northwest National Laboratory, costruito da Ginkgo Bioworks, la cui apertura è prevista per il 2030. Questi sviluppi sottolineano un punto critico: i modelli di intelligenza artificiale da soli non sono sufficienti: devono essere abbinati a laboratori fisici in grado di convalidare i risultati sperimentali.
L’integrazione dell’intelligenza artificiale e dei laboratori autonomi rappresenta un cambiamento fondamentale nel modo in cui avverrà la scoperta scientifica, accelerando il ritmo dell’innovazione e rivoluzionando potenzialmente le industrie, dalla medicina all’agricoltura.
