Per la prima volta, un modello di intelligenza artificiale ha progettato genomi virali completi che funzionano nelle cellule viventi. Evo 2, sviluppato da ricercatori della Stanford University e dell’Arc Institute, ha generato quasi 700.000 candidati genomici di batteriofagi — i virus che attaccano i batteri — e 16 di questi hanno superato i test in laboratorio, replicandosi attivamente all’interno di cellule di Escherichia coli resistente agli antibiotici e distruggendole. I risultati sono stati pubblicati il 6 agosto 2026 sulla rivista Science.
Il processo non è stato una semplice variazione su sequenze già note. Il team, guidato da Brian Hie, professore di ingegneria chimica a Stanford, e da Samuel King, dottorando in bioingegneria, ha usato il batteriofago ΦX174 come punto di partenza. Da lì, Evo 2 ha suggerito nuove sequenze di DNA, generando l’intero genoma in un’unica passata, da sinistra a destra. Dei circa 300 genomi sintetizzati e testati in condizioni di sicurezza controllate, 16 hanno prodotto faghi vitali — alcuni con prestazioni superiori al ΦX174 originale contro i ceppi batterici resistenti. La microscopia elettronica ha confermato la presenza di particelle virali.
Evo 2 è un modello linguistico genomico con 4 miliardi di parametri, addestrato su 9,3 trilioni di nucleotidi provenienti da batteri, archei, eucarioti e faghi. La sua finestra di contesto arriva a un milione di paia di basi, abbastanza da leggere circa un terzo dell’intero genoma umano in un colpo solo. Il modello base, però, non era in grado di generare sequenze controllabilmente simili a ΦX174: il team l’ha affinato tramite fine-tuning supervisionato su oltre 14.000 sequenze della famiglia Microviridae. Questo passaggio ha reso possibile la generazione mirata di varianti funzionali.
Le ricadute mediche potenziali sono chiare. I batteriofagi sono da decenni oggetto di studio come alternativa agli antibiotici, in un’epoca in cui la resistenza batterica è uno dei problemi sanitari più pressanti a livello globale. Un sistema capace di progettare faghi su misura contro specifici ceppi patogeni potrebbe ridurre radicalmente i tempi di sviluppo delle terapie. I prossimi obiettivi del team includono sequenze di DNA più lunghe e, alla fine, genomi batterici interi — aprendo la strada a microrganismi ingegnerizzati capaci di produrre farmaci o altre sostanze utili.
Il versante della biosicurezza è però tutt’altro che secondario. I ricercatori hanno reso Evo 2 liberamente disponibile — parametri, codice di training e dataset inclusi — con l’intenzione di supportare la ricerca legittima. Ma gli esperti di biosicurezza della Johns Hopkins University hanno avvertito che l’infrastruttura attuale per lo screening degli ordini di DNA sintetico non è in grado di rilevare sequenze come quelle prodotte da Evo 2. Nessuna legge statunitense obbliga oggi le aziende di sintesi del DNA a effettuare questo tipo di controllo. La preoccupazione non è solo teorica: se il modello è aperto, chiunque disponga delle competenze tecniche può usarlo.
Hie stesso non minimizza il problema. “Questi modelli evolvono molto rapidamente”, ha dichiarato. La domanda su chi possa impedire a un attore malintenzionato di addestrare un modello analogo su dati pubblici di patogeni umani rimane senza risposta normativa. Il dibattito sulla governance della biologia generativa è appena iniziato, e la pubblicazione su Science lo ha reso improvvisamente urgente. La scienza ha dimostrato che si può fare. Ora tocca alle istituzioni decidere se e come regolarlo.
