Una collaborazione internazionale che coinvolge l’Istituto Telethon di Genetica e Medicina di Pozzuoli, noto come TIGEM, la Zhongguancun Academy di Pechino e Hugging Face ha portato allo sviluppo di Carbon-X, un modello di intelligenza artificiale open source dedicato all’interpretazione delle sequenze di DNA umano. Il progetto comprende il contributo del gruppo di ricerca guidato da Diego di Bernardo, vicedirettore del TIGEM e professore ordinario di Ingegneria biomedica all’Università degli Studi di Napoli Federico II, e nasce con l’obiettivo di rendere gli strumenti avanzati di analisi genomica maggiormente accessibili alla comunità scientifica. Carbon-X è stato progettato per supportare lo studio delle varianti genetiche, comprese quelle associate alle malattie rare, nelle quali l’individuazione di una modificazione del DNA non permette necessariamente di comprendere se essa sia responsabile di una patologia o quali effetti possa produrre sui processi biologici. Il sistema si inserisce nella ricerca sui modelli fondazionali genomici, che applicano tecniche di apprendimento automatico alla rappresentazione e all’interpretazione delle informazioni contenute nelle sequenze nucleotidiche. L’obiettivo non consiste nell’effettuare direttamente una diagnosi clinica, ma nel fornire ai ricercatori strumenti computazionali per esaminare le relazioni tra le caratteristiche del DNA e i loro possibili effetti funzionali.
L’interpretazione delle varianti rappresenta una delle principali difficoltà dell’analisi genomica, soprattutto quando si studiano malattie ereditarie poco frequenti. Il sequenziamento può individuare numerose differenze rispetto a una sequenza di riferimento, ma soltanto una parte di queste possiede un significato patologico riconosciuto. Alcune modificazioni interessano regioni codificanti, alterando potenzialmente la struttura delle proteine, mentre altre coinvolgono regioni regolatorie o sequenze che contribuiscono al controllo dell’espressione genica. La disponibilità di un modello capace di apprendere rappresentazioni delle sequenze di DNA può consentire di attribuire priorità alle varianti da approfondire e di formulare ipotesi sulle loro conseguenze biologiche, integrando l’attività sperimentale dei laboratori. In questo contesto, Carbon-X punta a rendere disponibili capacità di analisi genomica avanzata attraverso un approccio aperto, che permette agli sviluppatori e ai gruppi di ricerca di utilizzare e approfondire il modello senza dipendere esclusivamente da servizi proprietari. La collaborazione con Hugging Face risponde anche all’esigenza di favorire la diffusione degli strumenti e la riproducibilità delle attività computazionali, mentre il contributo dei ricercatori del TIGEM collega lo sviluppo tecnologico alle problematiche concrete della genetica medica e dello studio dei meccanismi molecolari delle patologie rare.
Tra le prospettive scientifiche del progetto rientra anche la possibilità di utilizzare modelli generativi per progettare nuove sequenze di DNA con proprietà di interesse biomedico, un ambito distinto dall’interpretazione delle varianti già presenti nel genoma umano. La progettazione computazionale di sequenze potrebbe contribuire, in futuro, allo sviluppo di strumenti per la ricerca biologica e la medicina di precisione, ma richiede necessariamente verifiche sperimentali per determinare se le caratteristiche previste dai modelli corrispondano al comportamento effettivo delle molecole nei sistemi cellulari. Analogamente, l’identificazione automatizzata di una variante potenzialmente rilevante non sostituisce l’interpretazione clinica, che dipende dalla storia del paziente, dalla modalità di trasmissione della malattia, dai risultati degli esami e dalle evidenze scientifiche disponibili. Il valore operativo di Carbon-X risiede nella possibilità di rendere più efficiente la selezione delle ipotesi da verificare e nell’ampliare l’accesso agli strumenti computazionali impiegati nella ricerca genomica. Il modello costituisce quindi un risultato della cooperazione tra ricerca biomedica italiana, istituzioni scientifiche internazionali e sviluppo open source, orientato alla comprensione delle varianti genetiche e alla futura progettazione di sequenze biologiche mediante intelligenza artificiale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)