Quando l’AI prende il pennello della vita | Chat GPT gratis italiano | ChatGPT italiano | OpenAI Login | Turtles AI
OpenAI e Retro Biosciences annunciano varianti ingegnerizzate dei fattori di Yamanaka, progettate da un modello GPT-4b micro, che aumentano oltre cinquanta volte i marcatori di riprogrammazione e migliorano la riparazione del DNA, aprendo scenari per medicina rigenerativa e anti-invecchiamento clinica.
Punti chiave:
- 50× nell’espressione di marcatori di riprogrammazione rispetto ai fattori “naturali”.
- Varianti “RetroSOX/RetroKLF” con riduzione del segnale γ-H2AX dopo danno al DNA.
- Modello GPT-4b micro, inizializzato da GPT-4o e addestrato su sequenze, testi biologici e dati strutturali.
- Repliche su donatori e cellule diverse; validazione con mRNA, pluripotenza completa e cariotipo sano.
È come se qualcuno avesse tolto il freno a mano alla riprogrammazione cellulare: in collaborazione con Retro Biosciences, un modello su misura di OpenAI GPT-4b micro ha proposto nuove sequenze per due dei famosi fattori di Yamanaka, SOX2 e KLF4, producendo in vitro un aumento superiore a cinquanta volte dei marcatori di pluripotenza rispetto ai controlli “wild-type”; non un semplice abbellimento statistico, ma un’accelerazione visibile dell’ingresso delle cellule verso lo stato iPSC, storicamente lento e poco efficiente (spesso nell’ordine dello 0,01–1%). A firmare l’annuncio è il responsabile della ricerca applicata di OpenAI, Boris Power, figura che guida le partnership scientifiche dell’azienda, in un progetto che mette l’AI al banco di lavoro della biologia sperimentale. Il blog tecnico di OpenAI spiega che GPT-4b micro deriva da una versione ridotta di GPT-4o, quindi rifinita con un corpus in gran parte di sequenze proteiche, testi biologici e perfino “3D tokenizzati” delle strutture, con contesto evolutivo e funzionale arricchito per pilotare la generazione di proteine con proprietà mirate; un’impostazione utile per target “disordinati” come i fattori OSKM, la cui attività nasce da reti di interazioni transitorie più che da una singola piega stabile. Il risultato pratico sono le varianti battezzate RetroSOX e RetroKLF: oltre a sbloccare marcatori tardivi come TRA-1-60 e NANOG già attorno al giorno 10, esse hanno superato banchi di prova indipendenti con approcci di delivery diversi (non solo vettori virali ma anche mRNA) e in cellule mesenchimali di donatori umani di mezza età, mostrando che il vantaggio non è una chimera di laboratorio. A coronare la prova di identità, le colonie generate hanno attivato i geni endogeni della pluripotenza (OCT4, NANOG, SOX2, TRA-1-60), si sono differenziate nei tre foglietti embrionali e hanno conservato cariotipi normali, cioè stabilità genomica, condizione indispensabile per qualunque prospettiva clinica. Il tassello più intrigante, però, riguarda il ringiovanimento: in un saggio di danno genotossico indotto (doxorubicina), le cellule trattate con RetroSOX/KLF hanno mostrato un segnale γ-H2AX significativamente più basso rispetto ai fattori standard o al controllo fluorescente, un indizio che la nuova “ricetta” potenzi la capacità di riparare rotture a doppio filamento, uno dei cardini dell’invecchiamento cellulare. Inserito nel quadro più ampio, questo lavoro tocca un nervo scoperto della medicina rigenerativa: la lentezza e l’inefficienza cronica della riprogrammazione, note da anni, hanno frenato l’adozione industriale delle iPSC; se un modello mirato può generare decine di candidati e ottenere hit-rate alti con modifiche anche profonde (decine-centinaia di amminoacidi rispetto ai naturali) e convalida multipiattaforma, allora l’IA smette di essere solo “cervello di testo” e diventa un co-designer di biologia funzionale. Naturalmente, siamo ancora nelle fasi iniziali: “in vitro” non significa terapia, restano da mappare sicurezza, off-target, oncogenicità e capacità di scalare processi GMP; ma l’indicazione è chiara combinare dominio esperto (wet lab) e modelli verticali (protein LMs) può trasformare problemi pluriennali in cicli di giorni o settimane. Nel frattempo, la storia mette in prospettiva i numeri: dagli 0,01–0,1% dell’era pionieristica, all’odierna ondata di booster (molecole piccole, strategie anti-barriera, protocolli transienti), fino a questi fattori “ripensati” dall’AI che moltiplicano i segnali di riprogrammazione e attenuano il carico di danno al DNA, aprendo spiragli concreti per terapie di ringiovanimento tissutale, malattie degenerative e produzione più rapida di linee iPSC di qualità.
Se l’obiettivo dichiarato di Retro è guadagnare anni di vita in salute, questa potrebbe essere una delle prime viti girate con forza nel cantiere.


