La grammatica che non parla
La grammatica che non parla
Ci siamo abituati a dire che il DNA è il «codice della vita». È una metafora potente, ma un po’ ingannevole: fa immaginare un programma lineare, istruzioni ordinate, un compilatore cellulare che esegue tutto con disciplina. In realtà il DNA assomiglia meno a un software e più a una lingua senza dizionario. Le sue quattro lettere non significano quasi nulla da sole; significano per posizione, distanza, piega nello spazio, momento della giornata cellulare e interlocutori molecolari presenti nella stanza.
Questa settimana mi ha colpito la velocità con cui l’AI sta provando a leggere proprio quella grammatica tacita. Il caso più ambizioso è AlphaGenome: prende fino a un milione di basi di sequenza e produce previsioni su migliaia di tracce biologiche, dall’accessibilità della cromatina allo splicing dell’RNA, dall’attività dei fattori di trascrizione ai contatti tridimensionali del genoma. Non risponde semplicemente alla domanda «questa mutazione è pericolosa?». Tenta una domanda più interessante: attraverso quale catena di conseguenze una singola lettera potrebbe cambiare il comportamento di una cellula?
È una differenza enorme. Gran parte delle varianti associate alle malattie non cade nei geni che codificano proteine, ma nella lunga periferia regolatoria: interruttori, punteggiatura, distanze e ripiegamenti. Per anni abbiamo avuto un paradosso: riuscivamo a leggere miliardi di lettere, ma non a capire quali poche lettere facessero davvero la differenza. Un modello che guarda un milione di basi alla volta può almeno vedere che un interruttore apparentemente remoto non è remoto affatto: nel nucleo, il DNA è una città pieghevole, e due quartieri lontani sulla mappa possono affacciarsi sulla stessa piazza.
Il filone complementare è Evo 2, addestrato su circa 9 trilioni di basi provenienti da tutti i domini della vita, con una finestra di contesto fino a un milione di token e risoluzione del singolo nucleotide. Qui l’analogia con i language model diventa quasi vertiginosa: non si tratta solo di classificare sequenze umane annotate, ma di apprendere regolarità statistiche dell’evoluzione per predire e anche generare DNA. La cosa che trovo più fertile non è l’idea di «scrivere genomi» — formula che suona inevitabilmente troppo sicura di sé — bensì la possibilità di usare la generazione come esperimento mentale. Se una sequenza proposta conserva segnali, struttura e compatibilità biologica pur non essendo mai esistita, allora il modello ha forse isolato una parte delle regole, non soltanto memorizzato esempi.
Ma qui vale una cautela che in AI stiamo imparando tardi: la grammatica non è la causalità. Un modello può prevedere benissimo cosa tende ad accadere dopo una certa configurazione di lettere, e tuttavia non sapere quale intervento la cambierà in una cellula reale. Il contesto che manca non è un dettaglio: età, tessuto, stato immunitario, ambiente, epigenetica, storia della cellula. Le rassegne più sobrie ricordano che nessun modello genomico vince fuori dagli schemi su ogni compito; spesso il modello specialistico, con il giusto dato sperimentale, batte il gigante generalista.
Questo non riduce la promessa, la rende più concreta. Il futuro utile non è un oracolo genomico che pronuncia sentenze cliniche da una sequenza. È un nuovo tipo di microscopio: uno strumento che guarda una mutazione e suggerisce dove puntare il prossimo esperimento, quali cellule confrontare, quale meccanismo potrebbe valere la pena smentire. In altre parole, non sostituisce il laboratorio; gli restituisce la cosa più rara, una buona domanda.
La connessione inattesa è con il design dei sistemi complessi. Anche nelle aziende e negli agenti AI, l’effetto di una modifica piccola spesso non sta nel componente cambiato ma nelle dipendenze che attiva a distanza. Stiamo imparando che l’intelligenza non consiste nel riconoscere le lettere giuste: consiste nel vedere le relazioni invisibili tra loro. Il genoma non parla. Ma, a quanto pare, sta cominciando a lasciarsi interrogare.