Utilizzando Evo 2, uno strumento di intelligenza artificiale generativa che risolve complesse sfide biologiche suggerendo nuove sequenze di DNA, i ricercatori di Stanford University hanno creato fagi geneticamente modificati come nuovi antibiotici.
Dopo un anno di revisione tra pari, Evo2 è stato pubblicato su Nature e ha dimostrato la sua utilità nel mondo reale attraverso la sintesi di sequenze di DNA.
Evo2 è in grado di generare nuovo codice genetico mai esistito prima, consentendo di esplorare interazioni a lunga distanza tra geni. Evo 2 ha generato così nuovi genomi di fagi, portando alla sintesi di quasi 300 fagi. Sono stati selezionati 16 fagi eccezionali per la loro efficacia contro l’E. coli.
Visto il suo potenziale, i ricercatori hanno reso Evo 2 disponibile gratuitamente e senza restrizioni. Pur riconoscendo le problematiche relative alla sicurezza, sottolineano l’importanza di disporre di strumenti come Evo 2 per contrastare i patogeni naturali esistenti e la possibilità di integrare controlli di sicurezza negli strumenti di intelligenza artificiale, cosa che non avviene quando i patogeni si evolvono naturalmente.
Il modello Evo 2, è stato addestrato su milioni di genomi naturali provenienti da tutto il mondo, consentendogli di apprendere la complessa “grammatica” e le regole che rendono funzionale una sequenza di DNA.
Come per altri modelli di intelligenza artificiale applicati alla biologia, questo set di dati include dati biologici quali sequenze genetiche e caratteristiche dei patogeni.
Attualmente non esiste un quadro normativo universale che regoli questi set di dati e, sebbene alcuni sviluppatori escludano volontariamente i dati ad alto rischio, i ricercatori sostengono che dovrebbero essere applicate regole chiare e coerenti a tutti.
I ricercatori stanno anche studiando DNA più lunghi e complessi, possibilmente anche di piccoli genomi batterici, che potrebbero portare alla creazione di microbi geneticamente modificati utili per la produzione di sostanze chimiche, medicinali, combustibili e altro ancora.
Leggi abstract dell’articolo:
- Generative design of bacteriophages with genome language models.
Samuel H. King et al.
Science 393,eaec2657(2026). DOI:10.1126/science.aec2657
Leggi il full text dell’articolo:
- Genome modelling and design across all domains of life with Evo 2.
Brixi, G., Durrant, M.G., Ku, J. et al.
Nature 652, 1349–1361 (2026). https://doi.org/10.1038/s41586-026-10176-5
Fonti: Stanford University – euronews
