Per molti anni l’informatica applicata alla biologia ha avuto soprattutto il compito di raccogliere, organizzare e analizzare informazioni ottenute attraverso gli esperimenti. Sequenze genetiche, immagini microscopiche, strutture molecolari e dati clinici venivano trasferiti nei computer dopo essere stati prodotti in laboratorio.
La cosiddetta biologia digitale sta modificando questo rapporto. Il calcolo non interviene più soltanto alla fine dell’esperimento, ma sempre più spesso nelle sue fasi iniziali. Modelli computazionali e sistemi di intelligenza artificiale vengono utilizzati per scegliere quali molecole studiare, prevedere strutture proteiche, progettare sequenze genetiche, valutare possibili interazioni molecolari e selezionare gli esperimenti da effettuare fisicamente.
In questo processo la stampa 3D occupa una posizione particolare. Non sostituisce la biologia computazionale e non significa necessariamente stampare tessuti o organi. Molto più spesso serve a costruire rapidamente ciò che permette al laboratorio di trasformare un progetto digitale in un esperimento reale: supporti per provette, adattatori per robot, dispositivi microfluidici, camere di coltura, bioreattori, sistemi di posizionamento e strutture sulle quali far crescere le cellule.
Il collegamento tra biologia digitale e manifattura additiva nasce quindi dalla necessità di far evolvere l’hardware sperimentale con la stessa rapidità con cui cambiano software, modelli e protocolli biologici.
Che cosa si intende per biologia digitale
L’espressione “biologia digitale” comprende un insieme di tecnologie diverse e non identifica una singola disciplina.
Alla base c’è la possibilità di rappresentare elementi biologici attraverso informazioni elaborabili da un computer. Una sequenza di DNA può essere memorizzata in un database, confrontata con milioni di altre sequenze, modificata virtualmente e infine sintetizzata fisicamente. Una proteina può essere descritta dalla sequenza dei suoi amminoacidi e analizzata attraverso modelli in grado di prevederne struttura e interazioni. I dati provenienti da cellule, tessuti e organismi possono essere combinati per individuare correlazioni che sarebbero difficili da riconoscere attraverso l’analisi manuale.
Il passaggio importante è quello dalla sola lettura alla progettazione.
La genomica ha permesso di leggere quantità crescenti di DNA. La biologia sintetica ha aggiunto la possibilità di progettare e costruire nuove sequenze. Tecniche di editing genetico come CRISPR consentono di intervenire su regioni definite del genoma. L’intelligenza artificiale aggiunge strumenti per analizzare spazi di progettazione contenenti un numero di alternative troppo elevato per essere esplorato esclusivamente attraverso esperimenti convenzionali.
L’attività di laboratorio rimane indispensabile, ma può essere preceduta da una fase computazionale molto più estesa.
Dal DNA come informazione al DNA come oggetto fabbricabile
Uno degli esempi più chiari riguarda la sintesi del DNA.
Aziende come Twist Bioscience e Integrated DNA Technologies (IDT) consentono ai ricercatori di specificare digitalmente determinate sequenze e ricevere successivamente DNA sintetizzato secondo quelle istruzioni.
Twist Bioscience utilizza una piattaforma basata su semiconduttori per miniaturizzare e parallelizzare la chimica utilizzata nella sintesi del DNA. Integrated DNA Technologies (IDT) fornisce, tra gli altri prodotti, geni sintetici, frammenti genetici e oligonucleotidi destinati alla ricerca.
Il principio ricorda per alcuni aspetti ciò che è avvenuto nella produzione industriale con il passaggio dal disegno tecnico al CAD: il progetto può essere modificato digitalmente prima della fabbricazione.
La differenza è che il prodotto finale non è un componente meccanico, ma una molecola biologica.
Un gruppo di ricerca può quindi progettare una sequenza, farla sintetizzare, inserirla nel sistema biologico scelto e misurare il risultato. Se il comportamento osservato non corrisponde a quello previsto, il progetto può essere modificato e il ciclo ripetuto.
Nasce così un processo iterativo composto da progettazione, costruzione, test e apprendimento.
Il calo dei costi del sequenziamento ha creato enormi quantità di dati
La biologia digitale non avrebbe raggiunto l’attuale livello di sviluppo senza il miglioramento delle tecnologie di sequenziamento.
Il National Human Genome Research Institute (NHGRI) documenta da anni la riduzione del costo necessario per leggere il DNA. Il primo genoma umano di riferimento richiese un programma internazionale di dimensioni e costi difficilmente paragonabili alle procedure attuali. Nel giro di pochi decenni il sequenziamento si è trasformato da attività riservata a grandi programmi scientifici in uno strumento utilizzato in numerosi laboratori.
Aziende come Illumina hanno contribuito all’espansione del sequenziamento ad alta produttività, rendendo possibile generare grandi quantità di dati genomici.
Questa abbondanza di informazioni ha però prodotto un nuovo problema: leggere il DNA non significa automaticamente comprenderne le funzioni.
Più dati diventano disponibili, maggiore è la necessità di strumenti informatici capaci di analizzarli. Da qui deriva parte dell’interesse verso machine learning e intelligenza artificiale applicati alla biologia.
L’intelligenza artificiale entra nella progettazione molecolare
Un esempio importante dell’applicazione dell’intelligenza artificiale alla biologia arriva da Google DeepMind.
Con AlphaFold, Google DeepMind ha dimostrato quanto i sistemi di apprendimento automatico possano contribuire alla previsione delle strutture tridimensionali delle proteine. L’evoluzione successiva, AlphaFold 3, ha esteso l’attenzione alle interazioni tra diverse categorie di molecole biologiche, comprese proteine, acidi nucleici e piccole molecole.
Queste tecnologie non eliminano la necessità della validazione sperimentale. Possono però restringere notevolmente il numero di ipotesi da sottoporre a verifica.
Un problema biologico che teoricamente presenta milioni di possibili configurazioni può essere affrontato utilizzando modelli computazionali per individuare prima le combinazioni considerate più interessanti.
È una differenza fondamentale dal punto di vista della ricerca sperimentale: invece di costruire fisicamente ogni variante, si cerca di utilizzare il calcolo per decidere quali varianti meritano di arrivare al laboratorio.
NVIDIA considera la biologia una nuova area del calcolo accelerato
Anche NVIDIA sta investendo direttamente in questa convergenza.
Con la piattaforma BioNeMo, NVIDIA mette a disposizione strumenti, modelli e infrastrutture di calcolo rivolti alla ricerca computazionale in biologia e chimica, con applicazioni che comprendono progettazione molecolare, proteine, genomica e ricerca farmaceutica.
Nel 2026 NVIDIA ha esteso ulteriormente questo approccio con BioNeMo Agent Toolkit, destinato a collegare strumenti specializzati nelle scienze della vita con sistemi di intelligenza artificiale capaci di coordinare differenti fasi di un workflow scientifico.
Il concetto è quello di rendere interrogabili da software e agenti AI operazioni che normalmente appartengono a programmi distinti: analisi di sequenze, predizione strutturale, generazione molecolare, docking e altre attività computazionali.
Ma anche il modello digitale più sofisticato incontra prima o poi un limite: una previsione biologica deve generalmente essere verificata attraverso un esperimento.
Ed è proprio in questo passaggio dal computer al banco di laboratorio che la produzione fisica diventa determinante.
Perché la stampa 3D interessa alla biologia digitale
Un laboratorio di ricerca non funziona come una fabbrica che produce lo stesso componente migliaia di volte.
Un esperimento può richiedere una provetta collocata in una posizione particolare, una telecamera orientata con una determinata inclinazione, un sensore montato vicino a una coltura, una pompa collegata a un dispositivo microfluidico oppure una piastra non prevista dal produttore di un robot.
Due settimane dopo lo stesso gruppo di ricerca potrebbe avere bisogno di una configurazione completamente diversa.
Acquistare ogni volta componenti progettati e prodotti industrialmente non è sempre possibile. In alcuni casi il pezzo necessario non esiste nemmeno sul mercato perché serve soltanto a uno specifico esperimento.
La stampa 3D risponde bene a questa situazione perché consente di realizzare pochi pezzi senza dover preparare stampi o linee produttive dedicate.
Un supporto può essere progettato in CAD, stampato, provato sul banco e modificato se necessario. Il nuovo file può poi essere archiviato oppure condiviso con altri laboratori.
La manifattura additiva diventa quindi una sorta di officina digitale interna al laboratorio.
Non tutta la stampa 3D biologica è bioprinting
È importante distinguere due utilizzi che vengono spesso confusi.
Il primo consiste nello stampare normali componenti destinati a essere utilizzati in laboratorio. Possono essere realizzati in resina o materiali termoplastici e comprendono staffe, alloggiamenti, supporti, rack, adattatori, camere sperimentali e prototipi di dispositivi.
Il secondo è la biostampa 3D, nella quale vengono utilizzati biomateriali e, in determinate applicazioni, cellule viventi.
Sono tecnologie collegate ma concettualmente differenti.
Una stampante SLA di Formlabs, per esempio, può essere utilizzata per produrre un dispositivo fluidico o uno stampo. Una bioprinter di CELLINK può invece depositare bioink secondo una geometria controllata per realizzare modelli cellulari tridimensionali.
In entrambi i casi il file digitale permette di modificare rapidamente la geometria, ma materiale, processo produttivo e obiettivo scientifico sono differenti.
Microfluidica: costruire piccoli laboratori all’interno di un dispositivo
Tra le applicazioni più interessanti della stampa 3D in questo settore c’è la microfluidica.
I dispositivi microfluidici guidano quantità molto piccole di liquido attraverso canali progettati per controllarne percorso, miscelazione e interazione con cellule, reagenti o sensori.
Sono alla base di numerosi sistemi lab-on-a-chip e di alcune piattaforme organ-on-a-chip.
La produzione tradizionale di dispositivi microfluidici può richiedere processi specializzati. La stampa 3D consente invece di sperimentare geometrie differenti senza realizzare un nuovo processo produttivo per ogni variante.
Formlabs ha documentato l’impiego della stereolitografia per la prototipazione di dispositivi microfluidici e millifluidici. Per un gruppo di ricerca, il vantaggio non consiste soltanto nel costo del singolo pezzo, ma nella possibilità di modificare un canale, spostare una connessione o cambiare una camera di reazione e produrre una nuova iterazione direttamente dal file CAD.
La velocità dell’iterazione fisica diventa importante quando anche il modello biologico viene continuamente modificato.
Gli organ-on-a-chip cercano di riprodurre meglio alcuni comportamenti dei tessuti umani
I dispositivi organ-on-a-chip costituiscono un esempio dell’incontro tra biologia, microfabbricazione e ingegneria.
Emulate, società nata dal lavoro svolto al Wyss Institute dell’Università di Harvard, sviluppa piattaforme Organ-Chip per la ricerca farmaceutica.
L’obiettivo non è costruire un organo completo in miniatura. Questi sistemi cercano invece di riprodurre alcune caratteristiche funzionali e microambientali dei tessuti umani utilizzando cellule coltivate in dispositivi attraversati da fluidi e sottoposti a condizioni controllate.
La geometria dei canali, la disposizione delle cellule, il flusso dei liquidi e le sollecitazioni meccaniche possono avere effetti sul comportamento del modello biologico.
È un settore che sta acquisendo anche maggiore interesse regolatorio.
La Food and Drug Administration (FDA) statunitense ha inserito gli organ-on-a-chip, insieme a modelli computazionali e altri metodi in vitro avanzati, tra le New Approach Methodologies considerate nella strategia per ridurre progressivamente alcune forme di sperimentazione animale preclinica.
Questo non equivale a una sostituzione immediata di tutti i modelli animali. Indica però che strumenti di questo tipo stanno passando dalla sola ricerca accademica verso processi di validazione e applicazioni più vicine allo sviluppo farmaceutico.
Anche il National Institutes of Health (NIH) porta avanti programmi specifici sui tissue chip per studiare sicurezza ed efficacia dei farmaci utilizzando sistemi costruiti con cellule umane.
La stampa 3D permette ai robot di laboratorio di adattarsi agli esperimenti
La seconda area di convergenza riguarda l’automazione.
I laboratori di biologia utilizzano sempre più robot per la movimentazione dei liquidi, la preparazione dei campioni e l’esecuzione di protocolli ripetitivi.
Opentrons produce piattaforme di liquid handling come OT-2 e Flex. Il principio consiste nell’automatizzare operazioni che altrimenti richiederebbero a un operatore di pipettare manualmente campioni e reagenti.
Ma un robot ha bisogno di sapere esattamente dove si trova ogni oggetto.
Una variazione nelle dimensioni di una provetta, di una piastra o di un contenitore può quindi richiedere un nuovo adattatore o una configurazione diversa.
Opentrons consente di definire labware personalizzato e ha anche raccolto progetti di accessori stampabili in 3D sviluppati per adattare il sistema OT-2 a esigenze non previste dalla configurazione standard.
È un esempio particolarmente rappresentativo della relazione tra software e stampa 3D: il robot viene programmato digitalmente, mentre la manifattura additiva modifica il suo ambiente fisico affinché possa lavorare con nuovi oggetti.
Un adattatore apparentemente banale può determinare la fattibilità di un esperimento
In un laboratorio avanzato non sono necessariamente i componenti più complessi a causare rallentamenti.
Un esperimento può fermarsi perché manca un supporto che mantenga un sensore a 30 millimetri da un campione, perché una provetta non si adatta a un rack esistente oppure perché la telecamera deve essere mantenuta nella stessa posizione durante centinaia di misurazioni.
Questi pezzi hanno scarso interesse per un produttore industriale perché possono essere necessari in quantità di uno, cinque o dieci esemplari.
Per un laboratorio, però, possono avere un valore operativo considerevole.
Con una stampante 3D interna, il ricercatore o il tecnico può progettare l’elemento in funzione dell’esperimento anziché modificare l’esperimento in funzione dell’hardware disponibile.
È una differenza che diventa ancora più importante quando l’intelligenza artificiale aumenta il numero di configurazioni che meritano di essere testate.
Dal modello cellulare bidimensionale alla cultura tridimensionale
La stampa 3D assume un ruolo diverso quando si passa alla bioprinting.
Le cellule coltivate su una superficie piana non si comportano necessariamente nello stesso modo in cui si comporterebbero all’interno di un tessuto tridimensionale. Fattori come rigidità della matrice, diffusione dell’ossigeno, disponibilità di nutrienti, distanza tra le cellule e geometria dell’ambiente possono modificare la risposta biologica.
CELLINK sviluppa bioprinter e bioink destinati alla produzione di modelli cellulari tridimensionali.
Il bioink costituisce il materiale all’interno del quale o insieme al quale possono essere depositate le cellule. Modificando composizione, proprietà meccaniche e struttura geometrica è possibile costruire ambienti sperimentali differenti.
Le applicazioni comprendono modelli tumorali, tessuti, organoidi, ricerca sui farmaci e ingegneria tissutale.
Anche in questo caso non bisogna confondere il modello sperimentale con un organo pienamente funzionale destinato al trapianto. Gran parte della biostampa attuale è rivolta alla creazione di sistemi in vitro più controllabili e rappresentativi rispetto alle colture bidimensionali convenzionali.
Organoidi e bioprinting non sono la stessa cosa
Gli organoidi costituiscono un altro elemento importante della biologia tridimensionale.
Sono strutture cellulari 3D capaci di riprodurre alcune proprietà di determinati tessuti. Possono essere ottenuti a partire da cellule staminali o da cellule prelevate da tessuti e tumori.
Il Cold Spring Harbor Laboratory utilizza modelli organoidi anche nell’ambito della ricerca oncologica, dove possono servire per studiare differenti caratteristiche dei tumori e le loro risposte ai trattamenti.
La stampa 3D può contribuire alla preparazione e standardizzazione di alcuni di questi modelli, ma un organoide non deve necessariamente essere stampato.
La distinzione è importante: bioprinting, organoidi, organ-on-a-chip e tissue engineering sono tecnologie che possono interagire tra loro, ma non sono sinonimi.
Condividere un oggetto di laboratorio come si condivide un file
La digitalizzazione permette anche di separare progettazione e luogo di produzione.
Un supporto progettato a Boston può essere stampato a Roma senza spedire fisicamente il componente, purché siano disponibili il file corretto, una macchina compatibile e le indicazioni sui materiali.
Il National Institutes of Health (NIH) ha sviluppato questa idea attraverso il NIH 3D Print Exchange e successivamente attraverso la piattaforma NIH 3D.
Il sistema raccoglie modelli relativi a scienza e medicina, comprese rappresentazioni di molecole, virus, strutture anatomiche e attrezzature da laboratorio.
NIH 3D non è quindi soltanto un archivio per oggetti educativi. Il concetto può essere applicato anche agli strumenti scientifici.
In questo senso esiste una somiglianza con la stessa biologia digitale: una sequenza genetica può essere trasmessa come informazione e successivamente sintetizzata; un accessorio di laboratorio può essere trasmesso come geometria e successivamente stampato.
Il laboratorio può diventare un sistema “design-build-test-learn”
L’aspetto più interessante emerge quando queste tecnologie vengono collegate in un unico ciclo.
Un sistema di intelligenza artificiale può proporre una sequenza proteica.
Il modello viene analizzato computazionalmente.
Una sequenza di DNA corrispondente può essere progettata e inviata a un’azienda come Twist Bioscience o Integrated DNA Technologies (IDT) per la sintesi.
Il materiale biologico viene ricevuto dal laboratorio e inserito nel sistema sperimentale.
Un robot di Opentrons può contribuire alla preparazione automatizzata delle prove.
Un adattatore stampato in 3D può consentire al robot di utilizzare un contenitore specifico.
Un dispositivo fluidico realizzato attraverso tecnologie come quelle di Formlabs può fornire l’ambiente nel quale effettuare una parte dell’esperimento.
Una piattaforma di bioprinting di CELLINK può essere utilizzata quando serve un modello cellulare tridimensionale.
Sensori e sistemi di imaging raccolgono i risultati.
I dati tornano al computer e vengono utilizzati per decidere quale progetto provare nell’iterazione successiva.
La manifattura additiva è solo uno degli elementi di questa catena, ma ha il compito importante di evitare che la parte fisica diventi il collo di bottiglia del processo digitale.
L’intelligenza artificiale aumenta il valore della capacità di costruire rapidamente
L’intelligenza artificiale può generare ipotesi molto più velocemente di quanto un laboratorio possa verificarle.
Questo crea una conseguenza spesso trascurata.
Se un modello produce cento possibili molecole da studiare ma il laboratorio riesce a testarne soltanto due, la velocità del calcolo non si traduce automaticamente in maggiore velocità scientifica.
L’attenzione si sposta quindi verso automazione, sintesi biologica, robotica e strumenti di produzione rapida.
Il laboratorio deve aumentare la propria capacità di trasformare un’ipotesi digitale in un dato sperimentale.
La stampa 3D contribuisce soprattutto riducendo la dipendenza da componenti personalizzati forniti da produttori esterni e permettendo agli stessi ricercatori di modificare l’hardware mentre modificano l’esperimento.
Una nuova relazione tra hardware scientifico e software
Tradizionalmente un apparecchio scientifico veniva acquistato e utilizzato per anni nella configurazione stabilita dal produttore.
Il laboratorio automatizzato e digitalizzato tende invece verso apparecchiature più modulari.
Un robot di Opentrons può ricevere nuovi protocolli software. Un nuovo supporto stampato può modificare ciò che il robot è in grado di movimentare. Un chip fluidico può essere riprogettato per cambiare un esperimento. Una nuova geometria di scaffold può modificare l’ambiente nel quale vengono coltivate le cellule.
La configurazione fisica del laboratorio diventa quindi più simile al software: viene modificata, testata, corretta e aggiornata.
Questo non significa che qualsiasi componente possa essere stampato senza vincoli. Compatibilità chimica, sterilizzazione, biocompatibilità, precisione dimensionale, contaminazione e caratteristiche superficiali rimangono aspetti determinanti.
Un componente destinato semplicemente a mantenere una telecamera in posizione ha requisiti molto diversi da quelli di un dispositivo che entra direttamente in contatto con cellule o farmaci.
La scelta della tecnologia di stampa dipende dall’esperimento
Non esiste quindi una sola stampante 3D adatta alla biologia digitale.
Per staffe, supporti e attrezzature generiche può essere sufficiente la deposizione di filamento termoplastico.
La stereolitografia, utilizzata da sistemi di Formlabs, permette di ottenere superfici e dettagli adatti a numerosi prototipi fluidici e dispositivi di laboratorio.
Per strutture contenenti biomateriali o cellule sono invece necessarie piattaforme di bioprinting, come quelle sviluppate da CELLINK, progettate per gestire materiali completamente differenti dalle normali resine o dai filamenti industriali.
Anche la post-elaborazione cambia. Un componente destinato all’esterno di uno strumento può richiedere semplicemente pulizia e verifica dimensionale. Un elemento utilizzato in ambiente biologico può invece richiedere procedure specifiche di sterilizzazione e valutazione della compatibilità con reagenti e colture.
La stampa 3D fornisce flessibilità, ma deve essere inserita in un processo sperimentale controllato.
Il ruolo crescente dei modelli biologici tridimensionali
Il progressivo interesse verso organoidi, tissue chip e tessuti biostampati mostra anche un cambiamento nel modo in cui vengono costruiti i modelli sperimentali.
Il National Institutes of Health (NIH) sta sviluppando tissue chip costruiti con cellule umane per migliorare la capacità di studiare sicurezza ed efficacia dei farmaci.
Emulate commercializza sistemi Organ-Chip destinati alla ricerca farmaceutica.
CELLINK lavora su piattaforme di bioprinting e biomateriali per modelli cellulari tridimensionali.
Questi approcci perseguono un obiettivo comune: ottenere sistemi sperimentali che riproducano meglio alcuni aspetti dell’ambiente biologico umano.
La stampa 3D non è sempre il metodo con cui viene prodotto il modello finale, ma può intervenire nella fabbricazione dei dispositivi, degli stampi, delle strutture di supporto oppure direttamente nella deposizione dei biomateriali.
Il cambiamento riguarda l’intera infrastruttura della ricerca
La relazione tra biologia digitale e stampa 3D va quindi interpretata in modo più ampio rispetto alla sola biostampa.
Il vero cambiamento riguarda l’organizzazione della ricerca.
Google DeepMind può utilizzare l’intelligenza artificiale per prevedere strutture e interazioni molecolari.
NVIDIA costruisce infrastrutture di calcolo e strumenti AI specifici per le scienze della vita.
Twist Bioscience e Integrated DNA Technologies (IDT) trasformano sequenze digitali in DNA sintetico.
Opentrons automatizza operazioni fisiche di laboratorio.
Formlabs fornisce strumenti di fabbricazione additiva utilizzabili per dispositivi, prototipi e componenti fluidici.
CELLINK porta la fabbricazione digitale nella costruzione di modelli biologici tridimensionali.
Emulate sviluppa sistemi Organ-Chip per modelli umani in vitro.
Il National Institutes of Health (NIH) sviluppa e sostiene infrastrutture per tissue chip, modelli tridimensionali e condivisione di file scientifici.
Considerate separatamente, sono tecnologie differenti. Quando vengono collegate, descrivono però un processo nel quale progettazione computazionale, produzione e sperimentazione possono alimentarsi reciprocamente.
Dalla scoperta per tentativi a cicli sperimentali sempre più programmabili
La biologia rimane una disciplina nella quale la complessità dei sistemi viventi impone verifiche sperimentali e produce risultati non sempre prevedibili.
Ciò che sta cambiando è la quantità di lavoro che può essere svolta prima e attorno all’esperimento.
La sequenza può essere progettata digitalmente. La struttura molecolare può essere prevista. Le varianti possono essere ordinate secondo la probabilità di successo. Il DNA può essere sintetizzato partendo da un file. Il protocollo può essere eseguito da un robot. I dispositivi sperimentali possono essere modificati attraverso il CAD e fabbricati in laboratorio. I risultati possono ritornare al modello computazionale per una nuova iterazione.
In questo sistema, la stampa 3D rappresenta il collegamento tra il mondo immateriale del progetto e quello materiale dell’esperimento.
Anche gli incentivi alla ricerca entrano nel quadro
L’articolo originale di Fabbaloo richiama inoltre il tema degli incentivi fiscali statunitensi per ricerca e sviluppo.
Negli Stati Uniti, alcune attività legate allo sviluppo sperimentale possono rientrare, quando vengono rispettati i requisiti previsti dalla normativa, nel quadro del credito d’imposta per ricerca e sviluppo associato alla Section 41 dell’Internal Revenue Code.
Il semplice utilizzo di una stampante 3D, di un sistema di intelligenza artificiale o di un robot non rende automaticamente una spesa qualificabile.
L’aspetto rilevante è il processo di ricerca: esistenza di un’incertezza tecnica, valutazione di alternative, sperimentazione e sviluppo volto a migliorare funzione, prestazioni, affidabilità o qualità.
Un’impresa che progetta un nuovo dispositivo microfluidico, stampa differenti geometrie, misura i risultati e modifica il progetto potrebbe quindi trovarsi in una situazione molto diversa da quella di un’impresa che utilizza una stampante 3D per produrre normalmente un componente già definito.
È un tema specifico della normativa statunitense, ma mostra come la convergenza tra biotecnologia, software, AI e produzione additiva stia creando processi di ricerca difficili da classificare secondo le tradizionali divisioni tra informatica, laboratorio e manifattura.
Il punto centrale: accelerare il passaggio dall’ipotesi all’esperimento
Il valore della stampa 3D per la biologia digitale non consiste quindi soltanto nella capacità di fabbricare geometrie complesse.
La caratteristica più importante è la possibilità di modificare rapidamente l’ambiente fisico nel quale avvengono gli esperimenti.
Se una simulazione suggerisce di cambiare la geometria di una camera fluidica, il dispositivo può essere riprogettato.
Se un robot deve utilizzare una nuova provetta, è possibile costruire un adattatore.
Se un modello cellulare richiede una struttura differente, la geometria può essere modificata digitalmente.
Se un componente funziona, il file può essere conservato e riprodotto in seguito.
La biologia digitale rende più rapido il ciclo delle idee. La manifattura additiva può contribuire a rendere altrettanto rapido il ciclo degli oggetti necessari per verificarle.
È questo il collegamento più concreto tra due settori che a prima vista potrebbero sembrare lontani: l’intelligenza artificiale e la genomica lavorano sull’informazione biologica, mentre la stampa 3D permette di adattare il mondo fisico nel quale quell’informazione viene sottoposta alla prova dell’esperimento.
” Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI) “
