L’intelligenza artificiale (AI) nel settore biologico non è più un sogno lontano: è uno strumento tangibile che accelera progettazione, simulazione e ottimizzazione di sequenze genetiche. Permette di esplorare mutazioni, varianti, funzioni proteiche nuove, combinazioni che sarebbero state troppo costose o lente da scoprire con i soli metodi tradizionali. Quando questo potere viene usato male, diventa la base tecnica delle armi biologiche.

AI genera varianti sconosciute che sfuggono ai controlli tradizionali
I sistemi attuali di screening della sintesi genetica (“gene synthesis screening”) fanno affidamento su database di sequenze note pericolose (tossine, patogeni) e sulla ricerca di omologia (cioè “questa nuova sequenza è simile a una nota”). Ma recenti studi dimostrano che modelli AI possono generare decine di migliaia di varianti di proteine tossiche che funzionalmente sono pericolose, ma sequenzialmente distinte da quelle già note abbastanza da sfuggire al filtro dei controlli.

Se il filtro “è simile ad un agente nocivo già conosciuto” è l’unico criterio, allora le nuove varianti bypassano la difesa.

AI rende più facile e più veloce progettare armi biologiche
Modelli di AI biologici e strumenti di progettazione proteica permettono a utenti con competenze meno specializzate di assistenza potente. La barriera tecnica (conoscenza approfondita, costi, tempo) si abbassa. Quindi più attori anche non estremamente sofisticati potrebbero teoricamente progettare un agente pericoloso. Lo screening è allora un nodo critico per fermare la “fase di build” (ottenimento fisico del materiale genetico).

Le conseguenze del fallimento dello screening sono potenzialmente catastrofiche
Se un attore malintenzionato ottiene sequenze sintetiche che creano tossine o agenti patogeni, si entra nel dominio del danno di scala pandemica. Motivi epidemiologici: diffusione, mutazione, difficoltà di attribuzione (chi l’ha fatto), difficoltà di difesa una volta che il danno comincia. Lo screening agisce come barriera preventiva: impedisce che la materia prima il DNA sintetico rimanga disponibile a scopo malevolo.

Quali miglioramenti servono nello screening

Passare da screening basato soltanto su omologia / database di sequenze note, a screening che integri predizione funzionale: riconoscere non solo “questa sequenza è simile a X”, ma “questa nuova sequenza probabilmente ha una funzione tossica o patogena, anche se non è mai apparsa prima”.

Usare modelli AI per “red-teaming”: simulare varianti progettate malevole, testare se le difese esistenti le rilevano, identificare i punti deboli.

Migliorare la governance globale / normativa: obbligare standard minimi di screening per tutti i fornitori di DNA sintetico, anche quelli più piccoli o in giurisdizioni meno regolamentate; trasparenza / condivisione dati tra imprese, istituzioni governative, laboratori; incentivi per compliance e sanzioni per mancanze.

integrare AI nella difesa: usare AI stesso come filtro avanzato, ma con robuste misure di sicurezza per evitare che anche questi strumenti vengano abusati.

Controllo dei clienti (Know Your Customer), tracciamento degli ordini, verifica delle credenziali, gestione etica e legale degli usi potenziali.