Dal TIGEM un contributo a Carbon‑X, l’IA open source che traduce il linguaggio del DNA

Una collaborazione internazionale per un nuovo modello di IA genomica

L’Istituto Telethon di Genetica e Medicina (TIGEM) ha partecipato allo sviluppo di Carbon‑X, un modello di intelligenza artificiale open source che promette di rendere più accessibili gli strumenti avanzati per l’analisi e l’interpretazione del genoma umano. Il progetto nasce da una collaborazione tra il gruppo guidato da Diego Di Bernardo, vicedirettore del TIGEM e professore di Ingegneria biomedica all’Università Federico II di Napoli, la Zhongguancun Academy di Pechino e Hugging Face, una delle principali organizzazioni internazionali nello sviluppo di modelli AI open source.

Carbon‑X è stato concepito come un “traduttore” tra due sistemi di informazione profondamente diversi: il linguaggio umano e il codice del DNA. Il modello è in grado di comprendere richieste formulate in linguaggio naturale e di eseguire compiti complessi, come prevedere l’impatto di mutazioni genetiche, identificare regioni regolatorie del DNA o generare nuove sequenze genomiche, fornendo risposte contestualizzate e comprensibili.

Funzionamento e caratteristiche tecniche di Carbon‑X

Il modello è stato addestrato su un vasto insieme di dati genomici e testuale, permettendo di acquisire una “competenza bilingue” nel leggere sequenze di DNA e nel rispondere a domande in linguaggio naturale. Le principali capacità di Carbon‑X includono:

• Previsione dell’impatto funzionale delle varianti genetiche;
• Identificazione di elementi regolatori del genoma;
• Generazione di sequenze di DNA con proprietà desiderate;
• Produzione di spiegazioni testuali per facilitare l’interpretazione da parte dei ricercatori.

Secondo gli sviluppatori, Carbon‑X si colloca tra i modelli open source più avanzati per le applicazioni genomiche, con prestazioni vicine a quelle dei modelli proprietari più sofisticati. Il vantaggio principale è la possibilità di utilizzare il modello direttamente sulle proprie infrastrutture, mantenendo il controllo sui dati sensibili.

Licenza aperta e trasparenza

Tutti i componenti – modello, codice, dati di addestramento e strumenti di valutazione – sono distribuiti con licenza aperta. Questo approccio favorisce la diffusione della ricerca genomica basata sull’intelligenza artificiale e permette agli utenti di personalizzare o migliorare il modello secondo le proprie esigenze, senza dipendere da fornitori esterni.

Il ruolo del TIGEM nella progettazione e nella validazione

Diego Di Bernardo ha spiegato: «Dopo aver ideato il progetto, lo abbiamo proposto a Hugging Face per il loro impegno nello sviluppo di modelli aperti e per la disponibilità di potenze di calcolo adeguate». Il contributo del TIGEM non si è limitato allo sviluppo tecnico: lo studente di dottorato Maurizio Fiusco ha collaborato alla definizione di casi studio specifici per la diagnosi delle malattie genetiche rare.

Grazie a queste attività, Carbon‑X è stato testato su scenari reali, dimostrando la capacità di identificare varianti patogeniche in campioni clinici e di suggerire potenziali target per terapie geniche.

Applicazioni cliniche e prospettive future

L’integrazione tra genomica e intelligenza artificiale rappresenta una delle frontiere più promettenti della ricerca biomedica. Tra le possibili applicazioni di Carbon‑X figurano:

• Interpretazione rapida delle varianti genetiche osservate nei pazienti, aumentando il tasso di diagnosi genetiche;
• Progettazione di sequenze di DNA per migliorare le terapie geniche, inclusi vettori virali ottimizzati;
• Studio dei meccanismi di regolazione genica, fornendo nuove conoscenze sul funzionamento del genoma umano.

Se confermate e ulteriormente sviluppate, tecnologie come Carbon‑X potrebbero accelerare la ricerca sulle malattie rare, supportare lo sviluppo di nuove strategie terapeutiche e rendere più accessibili gli strumenti avanzati di analisi genomica alla comunità scientifica internazionale.

Impatto sulla ricerca delle malattie genetiche rare

Le malattie genetiche rare, spesso difficili da diagnosticare a causa della loro eterogeneità, beneficerebbero notevolmente di un modello capace di analizzare rapidamente grandi volumi di dati genomici. Carbon‑X, grazie alla sua capacità di tradurre risultati complessi in linguaggio naturale, può ridurre il tempo necessario per identificare la patogenicità di una variante e per formulare ipotesi terapeutiche.

Inoltre, la natura open source del progetto permette a laboratori di tutto il mondo, anche con risorse limitate, di accedere a una tecnologia di livello avanzato, promuovendo una ricerca più equa e collaborativa.