IA já consegue escrever genomas inteiros — e eles funcionam
Pesquisadores usaram modelos de linguagem genômica para criar 16 vírus capazes de infectar bactérias; avanço pode abrir caminho para novas terapias e aumenta o desafio da biossegurança
Pesquisadores conseguiram criar 16 vírus funcionais a partir de genomas desenhados por inteligência artificial. Eles foram capazes de infectar, se reproduzir e matar cepas de E. coli em laboratório.
No estudo publicado na revista Science, pesquisadores de Stanford e do Arc Institute mostraram que modelos generativos conseguem projetar genomas virais completos que, depois de sintetizados, dão origem a vírus viáveis.
O avanço pode ajudar no desenvolvimento de ferramentas contra bactérias resistentes a antibióticos. Mas também coloca uma questão que, até pouco tempo atrás, parecia saída da ficção científica: o que acontece quando a IA deixa de apenas ler e editar o código da vida e passa também a escrevê-lo?
Leia também: Fim das infecções? Inteligência artificial cria vírus que pode mudar a medicina
UM GPT TREINADO EM GENOMAS
Para chegar ao resultado, os pesquisadores usaram os modelos Evo 1 e Evo 2. Eles seguem uma lógica parecida com a dos grandes modelos de linguagem por trás de ferramentas como o ChatGPT, mas foram treinados para trabalhar com material genético.
Em um GPT, o sistema identifica padrões entre palavras e aprende a prever quais sequências fazem sentido. No Evo, as unidades são os nucleotídeos que formam DNA e RNA. O Evo 2 foi treinado com 9,3 trilhões deles, extraídos de mais de 128 mil genomas.
Para o experimento, a equipe escolheu como referência o ΦX174, um vírus que infecta E. coli. Seu genoma tem 5.386 bases e 11 genes — pequeno o suficiente para ser sintetizado, mas com genes sobrepostos que tornam seu funcionamento difícil de reproduzir.
Os pesquisadores ajustaram os modelos com mais de 14 mil sequências da mesma família do ΦX174 e pediram que gerassem novas versões capazes de atacar a bactéria. Depois de produzir milhares de opções, selecionaram 285 para sintetizar e testar.
Dezesseis funcionaram.
Cada um desses genomas tinha entre 67 e 392 mutações em relação ao vírus natural mais próximo. Treze continham mudanças que não aparecem nas sequências naturais conhecidas analisadas pelos pesquisadores.
Ou seja, o modelo não entregou cópias do que já existia. Gerou novas combinações de DNA que conseguiram funcionar quando levadas ao laboratório.
POR QUE CRIAR NOVOS VÍRUS?
A resposta está em um problema crescente da medicina: a resistência bacteriana.
Vírus que atacam bactérias são estudados como uma possível alternativa ou complemento aos antibióticos. Só que as bactérias evoluem e também conseguem criar resistência a esses vírus.
A equipe testou esse cenário com três cepas de E. coli resistentes ao ΦX174. Quando o vírus natural foi usado sozinho, não conseguiu vencê-las. Um coquetel formado a partir dos organismos projetados pela IA superou a resistência nos três casos.
A diversidade criada pelo modelo oferece mais caminhos para atacar uma bactéria que está evoluindo. No futuro, essa capacidade pode ser usada para desenvolver terapias mais específicas e produzir novas opções quando um tratamento perde eficácia.
O estudo ainda é uma prova de conceito. Os testes foram feitos em laboratório, com um genoma pequeno e uma bactéria não patogênica.
DA LEITURA PARA A ESCRITA
Em texto publicado em seu blog oficial no domingo (9), o cientista da computação Silvio Meira coloca o estudo dentro de uma transformação maior na relação entre tecnologia e biologia.
Computadores já ajudam a sequenciar e comparar DNA, prever estruturas de proteínas e editar genes. Os modelos generativos acrescentam outra capacidade.
“Faltava um verbo. Um só. Escrever”, afirma Meira.
O ΦX174 ajuda a contar essa história. Em 1977, ele se tornou o primeiro genoma completo de DNA sequenciado. Em 2003, foi o primeiro genoma montado quimicamente a partir de DNA sintético. Agora, serviu como referência para genomas projetados por um modelo de inteligência artificial.
A diferença está no desenho. Os cientistas continuam responsáveis por selecionar as sequências, sintetizar o DNA e testar os resultados. Mas parte da criação das novas combinações genéticas passou para o modelo.
O MESMO SISTEMA PODE PROJETAR DOENÇAS?
Os vírus criados no estudo não infectam seres humanos. O treinamento do Evo excluiu vírus que atacam pessoas e outros organismos complexos, uma medida adotada para reduzir o risco de uso da tecnologia na criação de patógenos. Os experimentos também usaram cepas não patogênicas de E. coli.
A preocupação está na evolução dessa capacidade.
O mesmo tipo de ferramenta que pode ser usado para desenvolver terapias também pode, com modelos mais avançados e outros dados, ser usado para projetar agentes causadores de doenças.
Pesquisadores do Johns Hopkins Center for Health Security já alertaram para o descompasso entre o avanço dessas capacidades e as regras necessárias para controlar seu uso.
O experimento dependeu de cientistas, síntese de DNA, infraestrutura de laboratório e centenas de tentativas. Não criou um patógeno humano nem mostrou que uma IA pode produzir um organismo perigoso a partir de um simples comando.
Mas estabeleceu uma nova capacidade.
Modelos de linguagem já aprenderam a gerar texto, imagens e códigos de computador. Agora, também conseguem escrever sequências genéticas que funcionam no mundo real.
