Ogni decennio o due c'è un momento in cui due campi che si sono sviluppati separatamente si scontrano e cambiano entrambi per sempre. È successo quando l'informatica ha incontrato la genetica, creando la bioinformatica. Ora stiamo assistendo di nuovo a un momento del genere: l'intelligenza artificiale incontra la biologia dell'invecchiamento.
Il 20 maggio 2026, Google DeepMind, il laboratorio di intelligenza artificiale dietro AlphaFold e AlphaGo, ha pubblicato la sua nuova direzione di lavoro: l'uso di modelli avanzati per accelerare la ricerca di genetic leads, candidati genetici in grado di riportare le cellule invecchiate a uno stato più giovane. In parole povere, l'algoritmo cerca di rispondere alla domanda che i ricercatori sulla longevità si pongono da vent'anni: quali geni devono essere attivati o disattivati per resettare l'età della cellula?
La differenza sta nella velocità. Ciò che richiede anni in laboratorio, lo screening di migliaia di combinazioni genetiche una dopo l'altra, un sistema di intelligenza artificiale può classificarlo in mesi. Non è una cura, e non è ancora una promessa, ma è un salto drammatico nella velocità con cui restringiamo lo spazio delle possibilità.
Cosa sono esattamente i genetic leads per il ringiovanimento cellulare?
Per capire cosa sta cercando DeepMind, bisogna capire cosa la scienza già sa sul ringiovanimento cellulare:
- Riprogrammazione (reprogramming): Nel 2006, Shinya Yamanaka ha dimostrato che è possibile riportare una cellula matura a uno stato di cellula staminale attivando solo quattro geni (OSKM). Questa è stata la prova che l'età cellulare è reversibile.
- Riprogrammazione parziale (partial reprogramming): Invece di cancellare completamente l'identità della cellula, i geni vengono attivati per un breve periodo per 'ringiovanirla' senza trasformarla in una cellula staminale. Così la cellula rimane un neurone o una cellula della pelle, ma più giovane.
- Genetic leads: Questi sono candidati, geni o combinazioni di geni, che hanno un alto potenziale per ottenere questo ringiovanimento. La stragrande maggioranza non è stata ancora testata in laboratorio.
Il problema è la dimensione dello spazio di ricerca. Il genoma umano contiene circa 20.000 geni. Il numero delle loro possibili combinazioni è astronomico. Testare ciascuna di esse in cellule vive, una dopo l'altra, potrebbe richiedere centinaia di anni di lavoro in laboratorio. È qui che entra in gioco l'intelligenza artificiale.
Il collegamento con l'intelligenza artificiale: un meccanismo di previsione
DeepMind non 'cerca' a caso. Ha costruito modelli che hanno appreso, da enormi quantità di dati biologici, quali modelli di espressione genica caratterizzano una cellula giovane rispetto a una vecchia, e quale cambiamento nell'attivazione genica avvicina una cellula vecchia al profilo giovane.
Questo è lo stesso principio che ha reso AlphaFold una rivoluzione. AlphaFold non ha eseguito esperimenti su ogni proteina, ma ha previsto la struttura tridimensionale di centinaia di milioni di proteine solo dalla loro sequenza di amminoacidi, risparmiando al mondo scientifico decenni di lavoro di laboratorio. Lo stesso approccio viene ora applicato alla questione dell'invecchiamento: invece di testare, prevedere e fornire ai ricercatori una lista breve e mirata dei candidati da testare per primi.
Il contesto industriale è importante qui. DeepMind fa parte di Alphabet (la società madre di Google), e al suo fianco opera Isomorphic Labs, un'azienda di scoperta di farmaci nata dalla stessa tecnologia. Alphabet gestisce anche Calico, un'azienda fondata nel 2013 specificamente per combattere l'invecchiamento. La combinazione di potenza di calcolo, dati biologici e finanziamenti quasi illimitati è esattamente ciò che è mancato fino ad oggi nel campo della longevità.
Le prove attuali
È importante essere precisi: questo è un annuncio di direzione di ricerca, non un articolo con risultati definitivi. Tuttavia, può essere collocato nel contesto di ciò che è già stato dimostrato negli ultimi anni, per capire perché le aspettative sono alte.
Studio 1: Ringiovanimento cellulare nell'occhio nel 2020
Un team di Harvard guidato da David Sinclair ha dimostrato che è possibile ripristinare la vista in topi anziani attivando tre dei quattro fattori di Yamanaka nel nervo ottico. Le cellule nervose si sono rigenerate e la loro età biologica è diminuita. Questa è la prova che bersagli genetici precisi possono effettivamente invertire i processi.
Studio 2: AlphaFold e la previsione delle strutture nel 2021
DeepMind ha rilasciato le strutture tridimensionali di oltre 200 milioni di proteine, quasi tutte le proteine conosciute. Il risultato è valso ai capi del team il Premio Nobel per la Chimica nel 2024 e ha dimostrato che l'intelligenza artificiale può risolvere problemi biologici considerati irrisolvibili per decenni.
Studio 3: Mappe cellulari su larga scala
Progetti come l'Human Cell Atlas hanno mappato il profilo di espressione genica di milioni di singole cellule da una varietà di tessuti ed età. Dati come questi sono la materia prima di cui un modello di intelligenza artificiale ha bisogno per imparare cos'è una 'cellula giovane' e cos'è una 'cellula vecchia' a livello genetico.
Studio 4: Orologi epigenetici dell'invecchiamento
L'orologio di Horvath e i suoi successori misurano l'età biologica in base ai modelli di metilazione del DNA con una precisione di meno di 4 anni. Orologi come questi forniscono all'intelligenza artificiale una misura oggettiva: se il cambiamento genetico proposto ha effettivamente ridotto l'età o meno.
E per quanto riguarda le malattie specifiche dell'età?
Il ringiovanimento cellulare non è un obiettivo astratto. Se riusciamo a invertire le cellule, le implicazioni riguardano ogni malattia che dipende dall'età:
- Malattie neurodegenerative del cervello: I neuroni quasi non si dividono, quindi il loro ringiovanimento potrebbe essere una soluzione per l'Alzheimer e il Parkinson, dove le cellule staminali non aiutano.
- Malattie cardiache: Le cellule del muscolo cardiaco perdono la capacità di rigenerarsi con l'età. La riprogrammazione parziale potrebbe ripristinarla.
- Sistema immunitario: Il 'ringiovanimento' delle cellule del sistema immunitario potrebbe ripristinare la difesa che si indebolisce con l'età e migliorare la risposta ai vaccini.
In altre parole, un motore che individua efficacemente bersagli genetici per il ringiovanimento non risolve una singola malattia, ma attacca il fattore comune a tutte le malattie dell'età.
È questa la svolta che tutti aspettavamo?
Qui bisogna fermarsi e fare un respiro profondo. Il titolo 'l'intelligenza artificiale inverte l'invecchiamento' è emozionante, ma la distanza tra un candidato genetico su uno schermo e una terapia per gli esseri umani è enorme.
- La previsione non è una validazione: Anche se il modello classifica un gene come candidato promettente, deve essere testato in cellule vive, poi negli animali, e solo dopo negli esseri umani. Il tasso di fallimento in questo percorso è molto alto.
- Il rischio di cancro: L'attivazione incontrollata dei fattori di Yamanaka trasforma le cellule in cellule staminali selvagge, che possono causare tumori. Il controllo del dosaggio e dei tempi è la sfida più grande.
- Tempo: Anche nello scenario più ottimistico, gli studi clinici sugli esseri umani durano da 7 a 12 anni. Nessuna intelligenza artificiale accorcia la fase di sicurezza.
- Hype vs. realtà: Le aziende commerciali e i titoli amano offuscare la distinzione tra 'abbiamo trovato un candidato' e 'abbiamo trovato una cura'. Il consumatore deve leggere attentamente cosa è stato effettivamente dimostrato.
Quindi no, nessuno di noi riceverà un'iniezione di ringiovanimento nel prossimo anno. Quello che è successo è che la velocità della fase di scoperta ha fatto un salto di livello, e questo da solo è significativo.
Cosa possiamo imparare da questa ricerca?
Anche senza accesso ai laboratori di Google, ci sono lezioni pratiche che possono essere applicate già oggi:
- Non acquistare 'terapie di ringiovanimento' pubblicizzate come basate sull'intelligenza artificiale. Se qualcosa è già in vendita oggi, non ha superato la fase di validazione clinica. Mantieni un sano scetticismo.
- Sostieni i tuoi meccanismi di riparazione naturali: L'esercizio fisico, il digiuno intermittente e un sonno di qualità attivano gli stessi percorsi di riparazione del DNA e ringiovanimento cellulare che l'intelligenza artificiale cerca di imitare con un farmaco.
- Tieni traccia del tuo orologio biologico: I test dell'età epigenetica (come TruAge) sono disponibili al pubblico e forniscono una misura oggettiva dell'impatto dei cambiamenti del tuo stile di vita.
- Investi nella salute metabolica: L'equilibrio dello zucchero, il mantenimento della massa muscolare e il colesterolo normale rallentano l'invecchiamento cellulare anche senza alcun intervento genetico.
- Rimani aggiornato, ma con pazienza: Questo è un campo che progredisce a balzi. La vera notizia arriverà dai risultati di uno studio clinico, non da un comunicato stampa.
La prospettiva più ampia
L'ingresso di DeepMind nell'arena della longevità segna un cambiamento più profondo di qualsiasi singolo gene che possa trovare. Segna che l'invecchiamento è passato da un campo scientifico di nicchia a un'arena in cui competono i più grandi attori tecnologici del mondo. Quando Google, con uno dei laboratori di intelligenza artificiale più potenti del mondo, decide che il ringiovanimento cellulare merita la sua attenzione, l'intero campo riceve finanziamenti, talento e legittimità.
Ma c'è anche un umile promemoria. AlphaFold non ha 'risolto' la biologia, ha dato ai ricercatori una mappa molto migliore. L'intelligenza artificiale restringe lo spazio di ricerca, non sostituisce il duro lavoro di validazione, sicurezza e comprensione. Il genoma non è solo un testo da decifrare, è un sistema vivente che reagisce in modi che ancora ci sorprendono.
Il momento giusto per emozionarsi non è quando un algoritmo propone un candidato, ma quando una vera cellula umana in laboratorio diventa più giovane grazie ad esso. DeepMind ha appena accorciato il percorso verso quel momento, ma non lo ha eliminato.
Riferimenti:
Google DeepMind: Fast-tracking genetic leads to reverse cellular aging, 2026
💬 Commenti (0)
Sii il primo a commentare l'articolo.