Per capire se una lettera del DNA è importante, la natura ci ha lasciato un indizio gigantesco: l’evoluzione.
Il 9 settembre 2026 Nature ha pubblicato GPN-Star, un modello genomico che incorpora esplicitamente allineamenti tra specie e alberi filogenetici. Invece di trattare il DNA come puro testo, utilizza la storia evolutiva come segnale.
L’evoluzione come dataset
Se una sequenza resta simile attraverso molte specie e milioni di anni, è probabile che modificarla abbia un costo. I genetisti sfruttano questo principio da decenni. GPN-Star lo integra dentro un’architettura AI pensata per imparare il vincolo funzionale lungo tutto il genoma.
È una direzione complementare a Evo 2. Evo 2 impara la struttura del DNA su scala enorme. GPN-Star chiede quali parti l’evoluzione abbia protetto più fortemente.
Perché è importante nel DNA non codificante
Molte varianti associate a malattie complesse non si trovano dentro geni che producono proteine. Cadono in regioni regolatorie. Queste zone sono difficili da interpretare perché il loro effetto può dipendere dal tipo cellulare, dalla distanza e dal momento biologico.
GPN-Star è stato valutato sia in regioni codificanti sia non codificanti e mostra risultati forti nella prioritizzazione di varianti patogeniche e di varianti emerse dagli studi GWAS.
Scale evolutive diverse insegnano cose diverse
Uno dei risultati più interessanti è che confrontare specie molto lontane e confrontare specie più vicine non produce lo stesso segnale. L’evoluzione profonda evidenzia funzioni antiche; confronti più recenti possono essere più informativi per alcuni tratti umani complessi.
È un esempio perfetto di come l’AI scientifica non consista soltanto nel costruire modelli più grandi, ma nel scegliere la rappresentazione biologica giusta.
Non è un oracolo genetico
L’evoluzione ottimizza sopravvivenza e riproduzione, non longevità estrema o risposta a farmaci moderni. Una funzione importante in tarda età può essere stata quasi invisibile alla selezione naturale.
Questo caveat è particolarmente importante per l’invecchiamento reversibile. Molti processi che diventano dannosi a settanta o ottant’anni non sono necessariamente quelli che l’evoluzione ha “curato” di più.
La microscopia del genoma
Il microscopio amplia ciò che possiamo vedere nello spazio. I modelli genomici ampliano ciò che possiamo vedere nella struttura informativa della biologia.
Non sostituiscono il biologo. Gli permettono di osservare un livello che sarebbe impossibile confrontare manualmente su miliardi di basi e centinaia di specie.
Entro 2–3 anni
Tra il 2028 e il 2029 è plausibile una pipeline in cui ogni variante riceve automaticamente più letture: conservazione evolutiva, effetto regolatorio previsto, tessuti coinvolti, letteratura e possibili pathway.
Il laboratorio continuerà a validare, ma arriverà al banco con una lista molto più selezionata. È la stessa architettura della biotech virtuale: molti strumenti coordinati, non un unico modello onnisciente.
Fra dieci anni
Verso il 2036 potremmo usare modelli evolutivi dentro gemelli biologici personali. Ogni variante avrebbe un profilo di conservazione, effetto previsto, interazioni e sensibilità a farmaci.
La cosa più potente di GPN-Star è che trasforma miliardi di anni di selezione naturale in informazione computabile. Per la medicina, significa poter chiedere non soltanto che cosa è diverso nel nostro DNA, ma quali differenze la natura ha passato un tempo immenso a cercare di non perdere.
