Nel vasto, ronzante mondo della biomanifattura industriale, le fabbriche non producono plastica o acciaio; esse coltivano la vita. All'interno di massicci serbatoi in acciaio inossidabile, organismi microscopici come i batteri vengono indotti a produrre sostanze preziose, dai medicinali salvavita agli amminoacidi essenziali utilizzati nell'alimentazione e nella chimica. Il successo di queste operazioni dipende interamente dal mantenere gli abitanti microscopici in uno stato di perfetto equilibrio. Se l'ambiente cambia anche solo leggermente — diventando troppo caldo, troppo acido o carente di ossigeno — i minuscoli lavoratori potrebbero smettere di produrre o, peggio ancora, morire. Per gestire ciò, gli ingegneri si affidano a un flusso costante di dati. Alcune misurazioni, come la temperatura o il flusso d'aria, sono rilevate istantaneamente dai sensori. Altre, come la concentrazione del prodotto finale o il numero di cellule in crescita, richiedono il prelievo di un campione fisico e l'invio a un laboratorio per l'analisi chimica. Questo ritardo, che spesso dura ore, crea un punto cieco pericoloso. Nel momento in cui il laboratorio riferisce i risultati, il processo di fermentazione potrebbe essersi già allontanato dalla rotta, rendendo quasi impossibile il controllo in tempo reale.

Per decenni, gli scienziati hanno cercato di colmare questo divario utilizzando i computer. Hanno costruito modelli che tentano di indovinare i valori nascosti basandosi su quelli visibili, sperando di prevedere lo stato futuro della coltura prima che arrivino i risultati del laboratorio. I primi tentativi si basavano su rigide formule matematiche fondate sulle leggi note della fisica e della chimica, ma questi spesso fallivano perché i sistemi biologici sono disordinati e pieni di variabili sconosciute. Successivamente, i ricercatori si sono rivolti all'intelligenza artificiale, insegnando ai computer a trovare schemi nei dati storici. Sebbene questi sistemi a "scatola nera" potessero imparare dall'esperienza, spesso incontravano due problemi maggiori: erano troppo lenti per gestire le sequenze lunghe e complesse di dati generate da una corsa di fermentazione completa, e mancavano di una comprensione delle regole biologiche che governano il modo in cui le diverse variabili si influenzano tra loro. Senza questa logica interna, il computer potrebbe trovare un modello che sembra corretto ma che non ha senso biologico, portando a previsioni inaffidabili.

Un team di ricercatori della University of Science and Technology of China e dello Suzhou Institute of Biomedical Engineering and Technology ha proposto un nuovo approccio per risolvere queste specifiche difficoltà. Hanno sviluppato un sistema chiamato G-Mamba, progettato specificamente per prevedere gli esiti della fermentazione della tirosina, un processo in cui batteri ingegnerizzati producono un amminoacido utilizzato in ambito farmaceutico e alimentare. I ricercatori si sono concentrati su un set di dati contenente trenta lotti storici di questo processo di fermentazione, tracciando trenta variabili diverse che vanno dalla velocità delle pale di agitazione alla quantità di ossigeno che entra nel serbatoio. Il loro obiettivo era creare un modello capace di prevedere con precisione due esiti critici che vengono solitamente misurati solo in laboratorio: la densità delle cellule batteriche e la concentrazione della tirosina che producono.

Il nucleo dell'innovazione di G-Mamba risiede nel modo in cui combina due diversi modi di intendere i dati. In primo luogo, utilizza un'architettura specializzata progettata per gestire lunghe sequenze temporali. A differenza dei sistemi più vecchi che faticano a ricordare eventi del passato remoto o richiedono una potenza di calcolo enorme per farlo, questa nuova struttura può tracciare l'evoluzione del processo di fermentazione nel corso di molte ore con alta efficienza. Essa apprende come lo stato del serbatoio in un dato momento influenzi lo stato ore dopo, catturando il lento e costante deriva di una coltura biologica. In secondo luogo, e forse più importante, i ricercatori non hanno lasciato che il computer indovinasse come le variabili si relazionano tra loro. Invece, hanno fornito al sistema una mappa delle relazioni biologiche note. Hanno comunicato al modello che certe azioni, come aumentare il flusso d'aria, influenzano direttamente la quantità di ossigeno disciolto, e che la produzione di gas di scarto come l'anidride carbonica è legata all'acidità del brodo. Questa "conoscenza pregressa" funge da guida, assicurando che il modello rispetti le reali regole della biologia.

Per far sì che ciò funzioni, il sistema suddivide i dati in due percorsi paralleli. Un percorso si concentra sulla linea temporale, osservando come ogni variabile cambia secondo dopo secondo. L'altro percorso osserva la rete di connessioni tra le variabili, utilizzando la mappa preprogrammata delle regole biologiche per comprendere come un cambiamento in un'area si propaghi nel resto del sistema. Il modello ha anche la capacità di apprendere nuove connessioni nascoste che gli scienziati non hanno esplicitamente definito, permettendogli di adattarsi alle peculiarità di ogni lotto. Infine, un meccanismo leggero fonde questi due flussi di informazioni, decidendo quanto peso dare alla linea temporale rispetto alle connessioni biologiche in ogni dato momento. Ciò consente al sistema di comprendere non solo cosa è accaduto, ma perché è accaduto e cosa è probabile che accada dopo.

Quando i ricercatori hanno testato questo nuovo sistema contro otto altri modelli leader, i risultati sono stati chiari. Nei compiti in cui il modello doveva prevedere lo stato attuale della coltura basandosi su dati recenti, G-Mamba è stato più accurato di tutti i suoi concorrenti. Eccelleva anche nel guardare più avanti, prevedendo le tendenze delle ore successive con maggiore affidabilità. Il risultato più significativo, tuttavia, è emerso quando il modello è stato chiamato a prevedere contemporaneamente sia la densità cellulare che la concentrazione di tirosina. In questi compiti multi-obiettivo, il sistema ha mostrato una capacità unica di comprendere il compromesso tra i due. Ha riconosciuto che la crescita delle cellule batteriche e la produzione del prodotto sono legate in una complessa danza di competizione per le risorse. Prevedendo entrambi insieme, il modello ha migliorato la sua accuratezza per la concentrazione del prodotto, più difficile da prevedere, usando la crescita cellulare, più facile da prevedere, come guida. Ciò suggerisce che il sistema abbia catturato con successo la tensione biologica sottostante tra la sopravvivenza dell'organismo e le sue capacità produttive.

Lo studio ha inoltre evidenziato l'efficienza del nuovo approccio. Mentre altri modelli potenti richiedevano ingenti risorse computazionali e memoria, specialmente man mano che la finestra temporale di previsione si allargava, G-Mamba ha mantenuto un basso costo computazionale. Le sue prestazioni non sono degradate all'aumentare dell'estensione dei dati in ingresso, un punto di fallimento comune per le tecnologie precedenti. I ricercatori hanno scoperto che la capacità del sistema di incorporare le regole note del processo di fermentazione era essenziale; quando hanno rimosso questa guida biologica, l'accuratezza del modello è diminuita significamente. Allo stesso modo, rimuovere la capacità di tracciare le tendenze temporali a lungo termine ha portato a un netto calo delle prestazioni. La combinazione di questi due elementi si è rivelata la chiave del successo.

In definitiva, questo lavoro dimostra che il futuro del controllo della fermentazione industriale risiede in sistemi ibridi che rispettano sia i dati che la scienza. Insegnando all'intelligenza artificiale le regole del mondo biologico, invece di lasciarla indovinare ciecamente, i ricercatori possono costruire strumenti che siano non solo più veloci e accurati, ma anche più affidabili. Per gli ingegneri che gestiscono questi complessi bioreattori, tale strumento offre la promessa di un'intuizione in tempo reale, consentendo loro di regolare il processo prima che sorga un problema, garantendo che ogni lotto di batteri produca la massima quantità di prodotto prezioso con la massima possibile coerenza. Lo studio conferma che quando guidiamo i potenti nuovi algoritmi con la conoscenza scientifica consolidata, possiamo risolvere problemi che erano precedentemente troppo complessi per essere gestiti da uno solo dei due metodi.