Il genio dell'evoluzione è raramente visto in azione, così la mano invisibile che guida la direzione dei sistemi biologici è spesso data per scontata. Però, applicando i principi della selezione naturale alle domande di ricerca e progettando robot per svolgere questi compiti, gli scienziati stanno creando le prime macchine evolutive al mondo.

Sembra qualcosa di fantascienza, ma ci sono vantaggi pratici immediati in questo approccio lungimirante. Progettare qualsiasi cosa, dai prodotti farmaceutici ai telefoni cellulari, richiede innumerevoli ore di tentativi ed errori in un laboratorio, sperimentando accostamenti di nuovi materiali, poi laboriosamente testarli e ottimizzarli. Fortunatamente, l'aiuto potrebbe essere in arrivo sotto forma di un sistema robotico computazionale che applica i principi dell'evoluzione al processo di scoperta dei materiali.

"È prima di tutto l'evoluzione, "dice il dottor Lee Cronin, un chimico all'Università di Glasgow, UK. "L'evoluzione ha creato la biologia, non il contrario." Ha portato alla sorprendente complessità del mondo biologico e Cronin crede che sia la soluzione perfetta anche per la scienza dei materiali.

"Avevamo bisogno di un processo per generare entità fisiche, mettili in un ambiente e vedi se vivono o muoiono, " spiega. Per questo, Cronin e i colleghi del progetto UE EVOBLISS hanno progettato un robot modulare che avrebbe mescolato le goccioline di olio su una capsula di Petri e le avrebbe spostate. Il comportamento della goccia è stato registrato, insieme alle condizioni di partenza che lo hanno creato.

In questo modo, potevano vagliare e selezionare goccioline con determinate caratteristiche materiali:se si comportavano nel modo desiderato 'vivevano' e sopravvivevano le condizioni per crearle. Se non lo facevano "morivano" e venivano scartati.

Questo tipo di ricerca evolutiva riduce notevolmente tempi e costi perché il robot esegue migliaia di prove senza interruzioni. Per Cronin però, il vero vantaggio dell'approccio va oltre lo screening. "L'evoluzione fa molto di più, genera novità per risolvere problemi che non avresti mai pensato possibili, " dice. Con il robot possono esplorare l'imprevisto, cioè quando una goccia si comporta in un modo nuovo, le condizioni possono essere salvate e ulteriormente ottimizzate.

Il concetto di utilizzo di computer basati sull'evoluzione si sta dimostrando incredibilmente efficace per gestire sistemi complessi. Alfonso Jaramillo, Professore di Biologia Sintetica all'Università di Warwick, UK, sviluppato un approccio simile per risolvere problemi biologici complessi come la lotta alla resistenza antimicrobica. Nel suo computer evolutivo, i batteri veri vengono alterati per evitare di essere infettati dai batteriofagi. Quando un fago "risolve" il problema di sconfiggere le difese dei batteri, sopravvive. Ci sono quantità incalcolabili di interazioni molecolari che si verificano durante questo processo, ma, secondo Jaramillo, "quando avviene l'evoluzione si conosce già l'esito della reazione." Il calcolo viene eseguito all'interno del virus stesso e dei dati memorizzati nel suo genoma.

Nel laboratorio dei materiali la situazione è la stessa. I calcoli non vengono eseguiti su un computer; sono fatti fisicamente nel robot. Cronin afferma che i dati memorizzati su un chip di silicio sono solo una rappresentazione della realtà. "Stiamo usando il nostro sistema per ottimizzare la realtà".

Blair Brettman, assistente professore presso la Georgia Tech School of Material Science and Engineering, NOI, precedentemente lavorato nell'industria facendo molti degli esperimenti EVOBLISS ora promette di automatizzare. È ottimista sulla capacità della tecnologia di ridurre il lavoro umano ed esplorare il comportamento dei materiali complessi. "La maggior parte dei materiali commerciali sono miscele di molte cose diverse ed è molto difficile prevedere come reagiranno le combinazioni".

Però, Brettman vede alcune sfide. "La cosa più limitante è ciò che devi caratterizzare o apprendere sul campione, " dice. "Se tutto ciò che vuoi fare è guardare quanto bene un liquido si bagna, sarà relativamente facile. Ma se vuoi osservare come un liquido penetra in un solido, sarà molto più difficile analizzarlo." Più il materiale è complesso da manipolare e le variabili da misurare, più difficile sarà lo scale-up.

Questo è uno dei motivi per cui i ricercatori hanno iniziato con materiali liquidi ma concettualmente può essere estrapolato a qualsiasi materiale. Finora, sono state progettate piattaforme per ottimizzare in modo specifico tre classi di materiali:liquidi detergenti, nano-cluster d'oro che rilevano contaminanti chimici, e nuove molecole organiche simili a farmaci.

Con questo nuovo apprezzamento dell'evoluzione come punto di partenza, e non la conseguenza della biologia, le macchine evolutive sembrano destinate a sfruttare questa forza unica della natura. EVOBLISS è supportato dal programma EU Future and Emerging Technologies (FET).