La frontiera della biocomputazione sposta l’elaborazione dei dati all’interno di sistemi viventi, usando cellule, organoidi o neuroni invece del silicio. In un laboratorio britannico è nato CL1, un dispositivo che accosta 200.000 cellule cerebrali “collegate” a circuiti su silicio capaci di giocare a pong, apprendere dalla ricompensa e consumare centinaia di volte meno energia rispetto ai chip tradizionali. Si tratta di un passo cruciale verso un calcolo che imita più da vicino l’intelligenza biologica.
Il biocomputing non si limita ai neuroni. Le bioreti genetiche — come le logiche boolean basate sul DNA o RNA — permettono alle cellule di eseguire operazioni, filtrare input ambientali o persino rilasciare molecole terapeutiche in risposta a condizioni definite . Questi circuiti viventi, affiancati da molecole-programma come SynTCE, aumentano la precisione della sintesi genetica e accelerano l’integrazione funzionale nelle cellule .
Il concetto di cellular supremacy va oltre la simulazione dei circuiti elettronici: punta a sfruttare l’enorme potenziale funzionale e metabolico dei sistemi biologici, superando limiti computazionali legati a efficienza energetica, calcolo parallelo e adattamento dinamico. Del resto, il cervello umano lavora con 20 W, un decimo rispetto a supercomputer paragonabili.
Architetture viventi e applicazioni emergenti
Il dispositivo CL1, frutto della collaborazione tra Cortical Labs e bit.bio, funge da ponte tra neuroscienze e informatica. Capace di apprendere semplici giochi e reagire a farmaci (come alcool o antiepilettici), rimane funzionante per mesi in condizioni sterili e nutrite. Dispositivi simili, come quelli di FinalSpark, utilizzano organoidi cerebrali per calcolo ultra efficienti e remotamente accessibili.
Le cellule progettate con circuito genetico sono già in uso in medicina: batteri programmati possono rilasciare farmaci, monitorare livelli di glucosio o attivare sensori di psoriasi, grazie a piattaforme logiche tipo “AND/OR” che trasformano input biologici in output terapeutici. Questa sinergia tra biologia e computazione top-down apre scenari in tempo reale per diagnosi e terapia.
Moduli genetici come SynTCE permettono alle cellule di integrare più segnali, elaborare decisioni e contenere attività indesiderate, rendendo possibile lo sviluppo di biosensori ad alta precisione o microrganismi bioremedianti. Dal laboratorio alla diagnosi in vivo: è il futuro già in corso.
Benefici e limiti del calcolo vivente
I sistemi biologici usano meno energia per compiti complessi e operano in modo intrinsecamente parallelo, adattandosi in tempo reale al mutare degli input . Questo li rende ideali per applicazioni in ambienti dinamici, diagnostica avanzata o ambienti a bassa risorsa energetica.
I neuroni hanno una vita utile limitata (mesi) e attualmente non è possibile trasferire la memoria da un sistema all’altro: quando il biocomputer muore, va ricostruito da zero . Questo rappresenta un ostacolo significativo alla scalabilità e alla praticabilità industriale.
Come gestire consapevolezza emergente e dignità cellulare? I sistemi attuali sono reattivi, non coscienti, ma con organoidi sempre più complessi bisognerà elaborare codici etici e regolamentazioni per guidare lo sviluppo e l’adozione responsabile .
La strada da percorrere
Affinché il biocomputing diventi mainstream, servono strumenti informatici tipo Cello (MIT), JAX per biologia computazionale, standard di sintesi e librerie bio digitali che permettano la programmazione modulare di cellule . Iniziative come SynTCE e modularità genetica sono passi verso biocircuiti affidabili e scalabili.
Sistemi come CL1 e FinalSpark sono ricercati per neurologia, screening farmacologico e robotica cognitiva. La prossima frontiera sarà integrare wetware con dispositivi ambientali e IoT, in modo da ottenere piattaforme ibride utilizzabili in metaversi, ambienti smart o robot sensibili.
La biocomputazione avanza velocemente e i governi (oltre ai comitati etici e le industrie) dovranno collaborare per stabilire regole su uso, consumo energetico, contenimento genetico, privacy biologica e impatti a lungo termine.
