Un modello di intelligenza artificiale ha imparato a leggere 112 milioni di cellule appartenenti a 12 specie separate da oltre un miliardo e mezzo di anni di evoluzione. Si chiama TranscriptFormer ed è stato sviluppato da ricercatori di Biohub e Stanford per capire se esistano rappresentazioni cellulari abbastanza generali da attraversare il confine fra specie.
Il lavoro, pubblicato su Science, è importante perché la biologia cellulare ha un problema enorme: possediamo dataset sempre più grandi, ma confrontare direttamente una cellula umana con una di topo, pesce, spugna o organismo unicellulare resta difficile. Ogni specie ha geni, contesti e traiettorie evolutive differenti.
TranscriptFormer prova a costruire una lingua comune. È stato addestrato su dati di espressione genica provenienti da 112 milioni di cellule e 12 specie, coprendo circa 1,53 miliardi di anni di evoluzione. Nel test riportato dagli autori, il modello riconosce tipi cellulari anche quando le specie sono separate da centinaia di milioni di anni e riesce a identificare stati patologici umani in modalità zero-shot.
È un segnale della direzione che FuturVibe segue con Evo 2, AlphaGenome Atlas e GPN-Star: l’AI non sta soltanto leggendo singoli geni. Sta costruendo rappresentazioni della biologia abbastanza grandi da collegare specie, cellule e stati differenti.
La cellula sta diventando il nuovo token dell’AI biologica
Nel linguaggio, i modelli imparano rappresentazioni di parole e frasi. Nella biologia cellulare, l’unità è diversa: una cellula può essere descritta dal profilo di migliaia di geni attivi contemporaneamente.
Lo studio pubblicato su Science mostra che alcune strutture biologiche emergono naturalmente nello spazio interno del modello. Relazioni filogenetiche, gerarchie cellulari e traiettorie dello sviluppo possono apparire senza essere state fornite esplicitamente come etichette.
Questo è il dettaglio più interessante: il modello non memorizza soltanto un atlante. Prova a scoprire regolarità che attraversano l’evoluzione.
Il problema della medicina: il topo non è un piccolo essere umano
Una parte enorme della ricerca biomedica usa organismi modello. Ma un risultato efficace in un topo può non trasferirsi all’uomo perché cellule, metabolismo e sistemi immunitari differiscono.
Un foundation model cross-species potrebbe aiutare a stimare meglio queste distanze. Non eliminerebbe la necessità di esperimenti, ma potrebbe mostrare quali programmi cellulari sono realmente conservati e quali no.
È una prospettiva che si collega alla compressione del tempo della scienza e alla biotech virtuale: il valore dell’AI è soprattutto selezionare meglio cosa merita il laboratorio fisico.
Zero-shot sulle malattie: il segnale più forte
Gli autori riportano che TranscriptFormer può identificare stati di malattia in cellule umane anche senza un addestramento specifico su quel compito. È un risultato importante, ma va interpretato bene.
Zero-shot non significa diagnosi automatica pronta per la clinica. Significa che le rappresentazioni apprese dal modello contengono informazione utile sufficiente a separare alcuni stati cellulari.
Il passaggio verso l’uso medico richiederebbe validazione su popolazioni diverse, protocolli differenti e dataset indipendenti. Ma la direzione è coerente con l’AI per la salute predittiva.
Interpretazione FuturVibe: verso foundation model della cellula
Interpretazione FuturVibe. TranscriptFormer suggerisce che la biologia cellulare può seguire una traiettoria simile a quella del linguaggio. Prima modelli specializzati su un singolo dataset. Poi foundation model addestrati su quantità immense di dati eterogenei. Infine sistemi capaci di adattarsi a nuovi problemi con poco training specifico.
Questo passaggio potrebbe accelerare la biologia riscrivibile. Per progettare una cellula dobbiamo prima rappresentare bene il suo stato e prevedere come reagirà a un intervento.
È la stessa convergenza che vediamo fra AI e DNA, modelli proteici e drug discovery generativo.
Il collegamento con la longevità
L’invecchiamento non colpisce tutte le cellule nello stesso modo. Alcuni tipi cellulari perdono funzione, altri cambiano stato, altri diventano senescenti.
È qui che TranscriptFormer incontra LongevityBench e RamanOmics. Un modello può leggere espressione genica attraverso le specie; un altro sistema può riconoscere firme biochimiche nel tessuto; benchmark specializzati possono valutare quanto l’AI comprende l’età.
Questa è la direzione dell’algoritmo dell’immortalità: non una formula, ma una rete di modelli che osserva e collega scale biologiche differenti.
Il limite: l’espressione genica non è tutta la cellula
Un transcriptome è una fotografia potente, ma incompleta. Non misura direttamente tutte le proteine, i metaboliti, la struttura, le interazioni meccaniche o il microambiente.
Per questo i foundation model cellulari dovranno diventare multimodali. Dovranno collegare RNA, DNA, proteine, immagini, posizione nel tessuto
e risposta agli interventi.La convergenza con Paper2Agent e con i laboratori autonomi può trasformare questi modelli in componenti operativi della ricerca.
Scenario 2028–2029: un atlante cellulare universale operativo
Scenario FuturVibe, 2–3 anni. È plausibile che i foundation model cellulari diventino strumenti standard per confrontare dataset fra laboratori e specie.
Un ricercatore potrebbe caricare un nuovo dataset e ottenere immediatamente una mappa delle cellule, le relazioni con atlanti esistenti e i programmi biologici più simili. Questo ridurrebbe il lavoro manuale di annotazione e potrebbe aiutare a capire prima quali risultati animali hanno maggiore probabilità di essere rilevanti per l’uomo.
Scenario 2036: simulare la risposta di una cellula prima dell’esperimento
Scenario FuturVibe, circa 10 anni. La frontiera potrebbe spostarsi dalla classificazione alla previsione causale. Un modello multimodale potrebbe stimare come una cellula cambia dopo una perturbazione genetica, farmacologica o ambientale.
Il laboratorio reale resterebbe indispensabile, ma verrebbe usato per verificare le ipotesi più promettenti anziché esplorare alla cieca.
È la stessa architettura della convergenza tecnologica: AI per scegliere, biotech per intervenire, robotica per eseguire e strumenti avanzati per misurare.
Una mappa attraverso un miliardo e mezzo di anni
TranscriptFormer è importante perché mostra che parte della logica cellulare sopravvive a distanze evolutive enormi e può essere catturata da un modello.
Non abbiamo ancora un simulatore universale della cellula. Ma stiamo costruendo rappresentazioni sempre più generali.
Ogni nuova rappresentazione riduce la distanza fra osservare la vita e modellarla.
E quando un modello riesce a collegare 112 milioni di cellule lungo 1,53 miliardi di anni di evoluzione, la biologia comincia ad assomigliare a qualcosa che possiamo esplorare come uno spazio computazionale.
