Skip to main content

I batteri geneticamente modificati, definiti con un sistema di calcolo distribuito, possono rappresentare un passo avanti importante nella costruzione della biologia sintetica.

di Siobhan Roberts

L’E. coli prospera nelle nostre viscere, a volte con esiti sfortunati, e allo stesso tempo facilita i progressi scientifici, nel DNA, nei biocarburanti e nel vaccino contro il covid di Pfizer, solo per citarne alcuni. Ora questo batterio dai molti talenti ha un nuovo trucco: può risolvere un classico problema di labirinto computazionale usando il calcolo distribuito, dividendo i calcoli necessari tra diversi tipi di cellule geneticamente modificate.

Questa bella impresa è un merito per la biologia sintetica, che mira a creare circuiti biologici molto simili ai circuiti elettronici e a programmare le cellule con la stessa facilità dei computer. L’esperimento del labirinto fa parte di ciò che alcuni ricercatori considerano una direzione promettente nel campo: invece di progettare un singolo tipo di cellula per fare tutto il lavoro, progettano più tipi di cellule, ognuna con funzioni diverse, per portare a termine il lavoro. Lavorando di concerto, questi microbi ingegnerizzati potrebbero essere in grado di “calcolare” e risolvere problemi più simili alle reti multicellulari in natura.

Finora, nel bene e nel male, sfruttare appieno il potere progettuale della biologia non è stato semplice per i biologi sintetici. “La natura può agire come se avesse un cervello, ma  noi  non sappiamo ancora come progettare allo stesso travolgente livello di complessità con la biologia”, dice Pamela Silver, un biologo sintetico di Harvard.

Lo studio con E. coli per la risoluzione di labirinti, condotto dal biofisico Sangram Bagh del Saha Institute of Nuclear Physics, a Kolkata, è un problema “giocattolo” semplice e divertente. Ma serve anche come prova di principio per il calcolo distribuito tra le cellule, dimostrando come problemi computazionali più complessi e pratici potrebbero essere risolti in modo simile. Se questo approccio funziona su scala più ampia, potrebbe sbloccare applicazioni relative a tutto, dai prodotti farmaceutici all’agricoltura ai viaggi nello spazio.

“Mentre ci muoviamo nella risoluzione di problemi più complessi con sistemi biologici ingegnerizzati, distribuire il carico in questo modo sarà un’importante obiettivo da raggiungere”, afferma David McMillen, un bioingegnere dell’Università di Toronto.

Come costruire un labirinto batterico

Convincere E. coli a risolvere il problema del labirinto ha richiesto un po’ di ingegno. I batteri non hanno vagato in un labirinto di siepi ben potate, ma ne hanno analizzate varie configurazioni con un labirinto per provetta generato da un diverso composto chimico. Le ricette chimiche sono state estratte da una griglia 2 × 2 che rappresenta il problema del labirinto. Il quadrato in alto a sinistra della griglia è l’inizio del labirinto e il quadrato in basso a destra è la destinazione. Ogni quadrato sulla griglia può essere un percorso aperto o bloccato, producendo 16 possibili dedali.

Bagh ei suoi colleghi matematici hanno tradotto questo problema in una tabella di verità composta di 1 e 0, mostrando tutte le possibili configurazioni labirintiche. Quindi hanno mappato queste configurazioni su 16 diversi composti di quattro sostanze chimiche. La presenza o l’assenza di ogni sostanza chimica corrisponde al fatto che un particolare quadrato sia aperto o bloccato nel labirinto.

Il team ha progettato più set di E. coli con diversi circuiti genetici che hanno rilevato e analizzato tali sostanze chimiche. Nel complesso, la popolazione mista di batteri funziona come un computer distribuito; ciascuno dei vari insiemi di cellule esegue parte del calcolo, elaborando le informazioni chimiche e risolvendo il labirinto.

Eseguendo l’esperimento, i ricercatori hanno prima messo l’ E. coli in 16 provette, aggiunto un diverso composto chimico-labirinto in ciascuna e lasciato crescere i batteri. Dopo 48 ore, se l’ E. coli non rilevava un percorso chiaro attraverso il labirinto, ovvero se le sostanze chimiche necessarie erano assenti, il sistema rimaneva al buio. Se era presente la combinazione chimica corretta, i circuiti corrispondenti si “accendevano” e i batteri esprimevano collettivamente proteine fluorescenti, in giallo, rosso, blu o rosa, per indicare le soluzioni. 

“Se c’è un percorso, una soluzione, i batteri si illuminano”, afferma Bagh. Ciò che il biofisico ha trovato particolarmente promettente è che, entrando in tutti e 16 i labirinti, l’ E. coli ha fornito la prova fisica che solo tre erano risolvibili. “Un’operazione simile è complessa da eseguire con un’equazione matematica”, spiega. “Con questo esperimento, la visualizzazione rende tutto più semplice”.

Quattro delle 16 possibili configurazioni del labirinto. I due labirinti a sinistra non hanno percorsi chiari dall’inizio alla fine (a causa di riquadri ostruiti/ombreggiati), per cui non c’è soluzione e il sistema è cieco. Per i due labirinti sulla destra, ci sono percorsi chiari (quadrati bianchi), quindi l’E. coli risolutore del labirinto si illumina e i batteri esprimono collettivamente proteine ​​​​fluorescenti, indicando le soluzioni. Kathakali Sarkar e Sangram Bagh

Gli obiettivi sono ambiziosi

Bagh immagina un tale computer biologico che aiuta nella crittografia o nella steganografia (l’arte e la scienza di nascondere le informazioni), che usano i labirinti per crittografare e nascondere i dati. Ma le implicazioni si estendono oltre queste applicazioni. L’idea della biologia sintetica risale agli anni 1960, ma il campo è emerso concretamente nel 2000 con la creazione di circuiti biologici sintetici (nello specifico, un interruttore a levetta e un oscillatore) che hanno reso sempre più possibile programmare le cellule per produrre i composti desiderati o reagire in modo intelligente in un ambiente.

Un fattore limitante, però, è il numero di modifiche che è possibile apportare a una cellula senza distruggerne la vitalità. ” Quando si inseriscono componenti progettati dall’uomo in un sistema biologico”, afferma McMillen, il cui laboratorio sta sviluppando un sistema a base di lievito che rileva gli anticorpi della malaria nei campioni di sangue e un sistema simile per il covid, “si sta combattendo contro la selezione naturale e l’entropia, che sono due giganti in termini di forze della natura”.

Per esempio, se una cellula è sovraccaricata di troppe cose, c’è il rischio di interferenze e diafonia, che ostacolano le prestazioni e limitano le capacità del sistema. Con i risolutori del labirinto computazionale, dice Bagh, l’algoritmo avrebbe potuto essere programmato in un solo tipo di cellula di E. coli. Ma il sistema funzionava meglio quando le funzioni del circuito necessarie erano distribuite tra sei tipi di cellule.

“Esiste un limite fisico su quante parti genetiche possono essere utilizzate in una singola cellula, che limita lo sviluppo dell’elaborazione”, afferma Karen Polizzi, ingegnere chimico dell’Imperial College di Londra, che sviluppa biosensori cellulari per monitorare la produzione di proteine terapeutiche e vaccini.  “Il calcolo distribuito potrebbe effettivamente essere un modo per raggiungere alcuni degli obiettivi più ambiziosi della biologia sintetica”, aggiunge, “perchè non c’è modo di convincere una cellula a svolgere da sola un compito complesso”.

La supremazia cellulare

Chris Voigt, un biologo sintetico del MIT ed editore capo di “ACS Synthetic Biology”, che ha pubblicato il risultato di Bagh, crede che il calcolo distribuito sia la direzione che la biologia sintetica deve prendere. A suo parere, le grandi ambizioni per le cellule microbiche sono giustificate e le sue ricerche sui calcoli lo confermano. “Un cucchiaino di batteri ha più porte logiche rispetto, credo, a 2 miliardi di processori Xeon”, afferma. “E ha più memoria nel DNA di tutta Internet. La biologia ha un’incredibile capacità di calcolo e lo fa distribuendola su un numero enorme di cellule». Ma ci sono delle avvertenze: “Un gate impiega 20 minuti per essere elaborato, quindi è molto lento”.

L’anno scorso, Voigt e collaboratori sono riusciti a programmare il DNA con un algoritmo di calcolatrice e a generare un display digitale con E. coli fluorescente. Hanno usato un software creato dal laboratorio di Voigt, chiamato Cello, che prende i file da Verilog, un linguaggio di programmazione usato per descrivere e modellare i circuiti, e li converte in DNA, in modo che lo stesso tipo di configurazioni possa essere eseguito nelle cellule. Tutti i circuiti per il calcolatore di E. coli, tuttavia, erano stipati in un unico tipo di cellula, una singola colonia. “Siamo arrivati al limite”, ammette. “Dobbiamo capire come realizzare progetti più grandi”.

Anche se i ricercatori volessero eseguire qualcosa di low-fi secondo gli standard odierni come i sistemi di guida di Apollo 11 nei batteri, dice Voigt, non potrebbe essere fatto in una singola cellula ingegnerizzata. “La capacità c’è”, continua. “Dobbiamo solo trovare modi per suddividere l’algoritmo tra le cellule e quindi collegarle per condividere in modo efficiente le informazioni in modo che possano eseguire collettivamente il calcolo”. In realtà, Voigt si chiede se l’imitazione diretta dell’informatica elettronica tradizionale sia l’approccio migliore per sfruttare la potenza computazionale della biologia e risolvere complessi problemi di origine biologica.

Nella sua ricerca del giusto approccio, Bagh ha recentemente ideato un tipo di architettura di rete neurale artificiale per l’hardware batterico ed è interessato ad esplorare un approccio che coinvolga la “logica fuzzy”, un’estensione della logica booleana, andando oltre i vincoli di 0 e 1 binari verso un continuum più allineato con il rumore e il disordine dei sistemi biologici viventi.

Il biologo sintetico Ángel Goñi-Moreno, della Technical University di Madrid, la pensa in modo simile. “Se vogliamo lavorare sulla tecnologia vivente, dobbiamo giocare secondo le regole dei sistemi viventi”, afferma. Goñi-Moreno immagina di rompere con l’analogia del circuito elettronico sfruttando il modo in cui le cellule percepiscono, rispondono e si adattano al loro ambiente, utilizzando la stessa selezione naturale come strumento per spingere avanti i progetti computazionali. L’evoluzione, dice, è un processo biologico che calcola le informazioni nel tempo, ottimizzando i sistemi cellulari per svolgere una varietà di compiti.

Goñi-Moreno ritiene che questo approccio potrebbe alla fine sfociare in quella che chiama “supremazia cellulare”. Il termine traccia un deliberato parallelo con la “supremazia quantistica” (ora a volte chiamata “primato quantistico”), vale a dire il punto in cui i computer quantistici superano le capacità del calcolo convenzionale in determinati domini. 

I biocomputer si sono evoluti a tal punto, dice Goñi-Moreno, che potrebbero offrire un’esperienza di risoluzione dei problemi superiore in aree come il miglioramento della produzione agricola (si pensi ai batteri del suolo che possono regolare le sostanze chimiche che producono in base alle condizioni mutevoli) e il targeting delle terapie delle malattie.  Per navigare in Internet o risolvere il problema P vs NP non servirà l’E.coli, ma avremo ancora bisogno di buoni computer vecchio stile.

Immagine di: Andrea Chronopoulos

(rp)