Evo 2 e longevità: l'IA progetta genomi ma la vita richiede più del 70% di precisione

Il modello di intelligenza artificiale Evo 2 può generare sequenze genomiche con accuratezza fino al 95%, ma i genomi sintetici non sono ancora funzionali. Nuo…

Contenuto

Evo 2 e longevità: l'IA progetta genomi ma la vita richiede più del 70% di precisione

Scopri anche

Evo 2 e longevità: l'IA progetta genomi ma la vita richiede più del 70% di precisione

Evo 2 e la sfida della genomica sintetica: quando l'IA scrive il DNA

In questo articolo:

Il 4 marzo 2026 le pagine di Nature hanno accolto la versione aggiornata della ricerca su Evo 2, un modello di intelligenza artificiale addestrato su 9,3 trilioni di nucleotidi provenienti da oltre 128.000 specie. Il lavoro, coordinato da Patrick Hsu e Brian Hie presso l'Arc Institute di Palo Alto, rappresenta lo sviluppo più ampio nel campo della genomica computazionale reso disponibile come risorsa completamente open source attraverso GitHub e il framework BioNeMo di Nvidia.

Evo 2 ha ricevuto citazioni scientifiche, totalizzato più di 88.000 download e registrato oltre 8 milioni di richieste tramite API. Gruppi di ricerca a Yale, Johns Hopkins, North Carolina State e University of Washington lo hanno impiegato su problemi concreti: dalla previsione del rischio di Alzheimer all'analisi della struttura tridimensionale del genoma. Come specificato nell'articolo del Sole 24 Ore, Evo 2 non è più uno strumento sperimentale ma è diventato infrastruttura scientifica.

La capacità di progettare sequenze lunghe fino a 20.000 nucleotidi

⬆ Torna su

La pubblicazione su Nature descrive la capacità di Evo 2 di progettare sequenze di DNA sintetico lunghe fino a 20.000 nucleotidi — le cosiddette sequenze a lungo raggio — con un'efficacia misurabile. I test eseguiti su cellule vere, sia di topo che umane, hanno restituito valori di accuratezza compresi tra 0,92 e 0,95 su scala AUROC, un risultato che in biologia computazionale viene considerato eccellente.

Il modello non si limita a leggere e interpretare il genoma come un testo, ma impara a riscriverne frammenti producendo effetti biologici reali e prevedibili. Patrick Hsu ha descritto come il suo laboratorio abbia usato Evo 2 per scrivere messaggi in codice Morse all'interno dell'epigenoma — una dimostrazione della capacità del modello di controllare la struttura del DNA oltre la semplice sequenza di basi.

I fagi funzionanti e il limite del 70%

⬆ Torna su

Nel 2025, Brian Hie e i suoi colleghi avevano già usato versioni precedenti di Evo per scrivere genomi di fagi — virus che infettano i batteri. Su 285 sequenze generate artificialmente e inserite in cellule di Escherichia coli, 16 avevano prodotto virus funzionanti, capaci di uccidere i batteri ospiti. Un tasso di successo del 5-6% che la comunità scientifica aveva accolto con sorpresa considerata la complessità del problema. I fagi rimangono sistemi molto più semplici di un batterio vero, ma dimostrano che l'IA può produrre sistemi biologici funzionali partendo da zero.

La domanda centrale è se Evo 2 sia già in grado di scrivere un genoma completo funzionante all'interno di una cellula viva. La risposta, secondo i dati pubblicati, è negativa. Il team ha presentato tre tentativi: un genoma ispirato a Mycoplasma genitalium — uno dei batteri con il corredo genetico più semplice in natura — la sequenza del DNA mitocondriale umano e un cromosoma di lievito. Le simulazioni computazionali hanno indicato che circa il 70% dei geni presenti nelle sequenze generate sembrano realistici. Un risultato notevole per un modello linguistico, ma non sufficiente per la vita.

"Non si può progettare la vita al 70%", ha dichiarato a Nature Nico Claassens, biologo sintetico all'Università di Wageningen nei Paesi Bassi. "Puoi farlo al computer, ma non sarà funzionale." Un singolo gene essenziale mancante o mal codificato è sufficiente a rendere sterile l'intero progetto. Non conta solo avere tutti i geni giusti: conta anche l'ordine in cui sono disposti lungo il cromosoma, le interazioni regolatorie tra regioni distanti, la geometria dello spazio nucleare.

Le criticità emerse dall'Università del Texas

⬆ Torna su

Un preprint dell'Università del Texas ad Austin ha evidenziato che i genomi generati da Evo 2 presentano un'organizzazione strutturalmente diversa da quella dei genomi naturali e mancano di alcune caratteristiche chiave. I ricercatori texani non escludono che queste sequenze possano risultare funzionali, ma segnalano che difficilmente potranno offrire intuizioni genuine sull'evoluzione genomica — uno degli obiettivi originari della genomica sintetica.

Brian Hie ritiene che la qualità delle sequenze generate migliorerà rapidamente, ma riconosce che il problema si sta spostando altrove. Sintetizzare fisicamente un genoma — assemblare centinaia di migliaia di nucleotidi nell'ordine corretto — ha costi enormi e richiede tecnologie che non stanno evolvendo alla stessa velocità dei modelli di intelligenza artificiale. "Gli esperimenti stanno rapidamente diventando il collo di bottiglia", ha dichiarato Hie. "A questa scala, ci scontriamo con il costo della sintesi del DNA e il costo del suo assemblaggio."

Il contesto del Progetto Genoma Umano

⬆ Torna su

Il Progetto Genoma Umano, avviato nel 1990 sotto la guida dei National Institutes of Health degli Stati Uniti, aveva l'obiettivo di determinare la sequenza delle coppie di basi azotate che formano il DNA e di identificare e mappare i geni del genoma umano. Il progetto è stato completato il 20 giugno 2003 dal Genome Bioinformatics Group della UCSC. Come riportato da Wikipedia, i geni umani sono circa 20-25000, un numero inferiore alle centomila previste inizialmente.

Il genoma umano è lungo circa 3200Mb, di cui solo 48Mb di DNA codificante (1,5%), mentre 1152Mb (36%) costituiscono il cosiddetto "gene related" DNA (Introni, UTR, Pseudogeni, frammenti genici) e le restanti 2000Mb costituiscono il DNA intergenico. L'8% delle zone eterocromatiche non era stato sequenziato nel progetto originale ed è stato completato nell'aprile 2022 con il T2T project.

Il contributo della genetica alla longevità: le nuove stime

⬆ Torna su

Una ricerca pubblicata su Science, come riferito da Wired e Repubblica, propone una revisione del contributo genetico alla durata della vita umana. Per anni le stime di ereditabilità della longevità erano sembrate basse: 20-25% negli studi sui gemelli, fino a circa il 6% in alcuni grandi studi genealogici. La nuova ricerca applica un modello matematico che separa la mortalità estrinseca — incidenti, violenze, infezioni — dalla mortalità intrinseca, legata ai processi biologici dell'invecchiamento.

Ben Shenhar e colleghi spiegano che la longevità è un tratto "strano": non è come l'altezza o la pressione, perché è pesantemente contaminata da cause di morte esterne al corpo. Nei database storici manca spesso la causa di morte, e il segnale genetico si diluisce. Applicando questo filtro a grandi coorti di gemelli scandinavi, la stima cambia: l'ereditabilità della durata della vita dovuta alla mortalità intrinseca supera il 50%, arrivando fino al 55% nelle comunicazioni.

Il ruolo dei fattori ambientali ed epigenetici

⬆ Torna su

Secondo l'articolo di Damiano Galimberti, fino a circa 80 anni la durata della vita è influenzata soprattutto da fattori comportamentali: alimentazione equilibrata, attività fisica regolare, sonno di qualità e assenza di abitudini a rischio. Dopo i 90 anni il contributo della genetica diventa più evidente: nei centenari, i geni incidono per circa il 33% nella longevità femminile e per quasi il 50% in quella maschile.

La ricerca ha chiarito che non esiste un singolo "gene della vita lunga". La longevità è un tratto poligenico complesso, determinato da tante varianti genetiche con effetti piccoli ma cumulativi. Studi su diverse popolazioni longeve — come gli Ashkenazi Jewish, gli abitanti di Okinawa in Giappone o i Mormoni dello Utah — mostrano che i parenti di centenari hanno una probabilità maggiore di vivere più a lungo e di ammalarsi meno di malattie cardiovascolari, diabete e tumori.

L'epigenetica, ovvero le modifiche che regolano l'attività dei geni senza alterare la sequenza del DNA, gioca un ruolo determinante. L'epigenoma è sensibile a fattori come dieta, stress, inquinamento, esercizio fisico. Questo spiega perché la longevità non possa essere ridotta a una questione puramente biologica.

Il gene ApoE e l'interazione con lo stile di vita

⬆ Torna su

Secondo i dati riportati dal Corriere Nazionale, una revisione degli studi sul legame tra genetica e longevità identifica ApoE come il gene più importante in termini di longevità. ApoE codifica una proteina di 299 amminoacidi chiamata apolipoproteina E. Alcune persone hanno geni ApoE con la variante ApoE2, mentre altri hanno la variante ApoE4. Avere geni che codificano per ApoE4 aumenta il rischio di declino cognitivo, malattia di Alzheimer conclamata e morte prematura.

Una copia del gene ApoE4 ereditata da uno dei genitori dimezza circa le probabilità di diventare centenario, mentre con i geni ApoE4 ereditati da entrambi i genitori le probabilità diminuiscono di oltre l'80%. Tuttavia, passando a una dieta a basso contenuto di grassi animali e colesterolo, le differenze nei livelli di LDL possono scomparire con un calo di quasi 60 punti. Lo stile di vita può prevalere sulla genetica.

Implicazioni per la ricerca e la medicina preventiva

⬆ Torna su

Le nuove stime sul contributo genetico alla longevità hanno implicazioni significative. Daniela Bakula e Morten Scheibye-Knudsen dell'Università di Copenaghen, in un editoriale che accompagna la ricerca, osservano che chiarire il ruolo delle variazioni ereditarie nella mortalità legata all'invecchiamento è centrale sia per comprendere la biologia dell'invecchiamento, sia per orientare le aspettative della società.

Se la durata della vita fosse ampiamente stabilita dalla genetica, il margine d'azione per influenzare la velocità dell'invecchiamento sarebbe limitato per quanto riguarda gli interventi sullo stile di vita. Al contrario, se il contributo genetico fosse minimo, gli sforzi per comprendere l'invecchiamento attraverso approcci genetici sarebbero difficili da giustificare. La distinzione tra mortalità intrinseca ed estrinseca aiuta a definire con più precisione dove agire oggi per allungare la vita.

Il progetto Synthetic Human Genome

⬆ Torna su

Il contesto scientifico comprende anche il progetto Synthetic Human Genome, che mira a creare un genoma umano artificiale completo e funzionale. Come riportato da Wikipedia, il progetto è finanziato con 14 milioni di dollari dal Wellcome Trust e vi collaborano l'Università di Cambridge, Oxford, l'Università del Kent e l'Imperial College London.

La visione dell'Arc Institute per superare i limiti attuali prevede laboratori autonomi: sistemi in cui intelligenza artificiale e robotica collaborano in cicli continui di progettazione, sintesi, test e raffinamento di piccoli segmenti genomici, che potrebbero essere successivamente assemblati in un genoma completo. Un approccio modulare che ricorda più la costruzione di un edificio — mattone per mattone — che la scrittura di un libro dall'inizio alla fine.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La distanza tra accuratezza statistica e funzionalità biologica resta sostanziale: sequenze ben classificate non sono automaticamente vitali, perché basta un singolo gene mancante per compromettere l'intero progetto.

  • Scenario 1: i costi di sintesi del DNA potrebbero diventare il nuovo collo di bottiglia, rallentando la validazione sperimentale rispetto alle capacità computazionali.
  • Scenario 2: l'infrastruttura open source potrebbe favorire applicazioni cliniche, dalla previsione del rischio di Alzheimer all'analisi strutturale del genoma.
  • Scenario 3: la rivalutazione dell'ereditabilità della longevità potrebbe spostare l'attenzione verso meccanismi poligenici e interazioni geniche cumulative.

Cosa monitorare

⬆ Torna su
  • L'evoluzione dei tassi di successo nella generazione di organismi funzionanti oltre i fagi.
  • Il divario tra precisione computazionale e funzionalità biologica reale.
  • L'impatto della distinzione tra mortalità estrinseca e intrinseca sugli studi sulla longevità.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • ai
  • nvidia
  • data
  • opensource

Link utili

Apri l'articolo su DeafNews