IA scopre nuove interazioni biologiche nel lievito con intervento umano minimo

Un gruppo di ricercatori della Chalmers University of Technology, in Svezia, ha costruito un sistema di intelligenza artificiale capace di fare quello che fino a poco tempo fa sembrava riservato agli scienziati umani: formulare domande di ricerca, disegnare esperimenti per rispondere a quelle domande, e interpretare i risultati per affinare la comprensione. Il sistema ha lavorato sul lievito di birra, il Saccharomyces cerevisiae, e ha scoperto interazioni biologiche nuove operando con intervento umano minimo. Lo studio è stato pubblicato sul Journal of the Royal Society Interface.

Ciò che rende significativo questo lavoro non è solo che una macchina abbia trovato qualcosa di nuovo, ma come l'ha trovato. I ricercatori hanno fornito al sistema informazioni sul genoma del lievito, sul suo metabolismo e sulla letteratura scientifica precedente. L'IA ha usato queste conoscenze per identificare questioni biologiche interessanti da esplorare. Ha poi progettato esperimenti per affrontare quelle questioni. I risultati misurati in laboratorio sono rientrati nel ciclo di ragionamento, permettendo al sistema di aggiornare le proprie ipotesi alla luce delle evidenze e di orientare i passi successivi. È un circolo chiuso tra pensiero e verifica sperimentale, senza che una persona debba stare in mezzo a ogni passaggio.

Tra i risultati concreti riportati nella pubblicazione figurano l'inibizione della crescita indotta dal glutammato in cellule trattate con spermina, e un recupero parziale dallo stress da acido formico grazie all'aminoadipato. Sono interazioni osservate in un sistema biologico preciso, che definisce anche i confini di ciò che il sistema ha dimostrato. Non si tratta di scoperte universali, ma di fenomeni reali misurati in condizioni controllate.

Sotto il profilo tecnico, il sistema combina agenti basati su modelli linguistici con apprendimento relazionale simbolico, vocabolari strutturati e vincoli sperimentali. Questo approccio affronta una difficoltà nota dei modelli linguistici: la gestione delle strutture logiche. Il software è collegato a piattaforme automatizzate per colture cellulari e metabolomica, in modo che le proposte teoriche possano trasformarsi in operazioni che il laboratorio può effettivamente eseguire. Un database a grafo raccoglie ipotesi, esperimenti e dati attraverso vocabolari controllati. Gli autori hanno esteso ontologie esistenti e proposto una rappresentazione delle ipotesi scientifiche mediante logiche descrittive. La capacità generativa dei modelli linguistici è così inserita in un'infrastruttura formale che organizza le relazioni fra conoscenze, verifiche e risultati.

Per Ievgeniia Tiukova, coautrice dello studio e ricercatrice nel dipartimento di Scienze della vita di Chalmers, il valore del sistema risiede nella capacità di affrontare una quantità di informazioni difficile da analizzare per una singola persona. L'IA partecipa così alla produzione di nuova conoscenza, scegliendo domande promettenti e valutando le risposte degli esperimenti. La sua funzione comprende diversi passaggi del lavoro scientifico, dalla proposta iniziale alla revisione delle conclusioni.

Ross King, autore senior dello studio e professore a Chalmers e all'Università di Göteborg, vede nei laboratori autonomi uno strumento per accelerare l'esplorazione dei sistemi biologici. Le applicazioni prospettate riguardano biologia, medicina e biotecnologie, con la possibilità di ridurre i tempi di ricerca e utilizzare meglio le risorse sperimentali. Tuttavia, gli autori stessi sono cauti nel presentare questi benefici come dimostrati: la prova sul lievito non basta, da sola, a misurare il vantaggio su tutti questi ambiti. Quello che il lavoro mostra è un prototipo funzionante di un nuovo modo di fare ricerca, in cui la macchina e l'uomo lavorano in un ciclo integrato, e dove la scoperta emerge non da intuizione umana isolata, ma da ragionamento sistematico verificato sperimentalmente.