Os modelos de linguagem genômica foram usados para desenhar genomas virais funcionais do zero. Entenda este avanço histórico na biologia sintética.
Para Quem Tem Pressa
Pela primeira vez na história da ciência, pesquisadores utilizaram modelos de linguagem genômica para desenhar o genoma completo de organismos funcionais do zero. Treinados em milhões de sequências de DNA de todos os domínios da vida, os modelos de inteligência artificial Evo 1 e Evo 2 geraram genomas de bacteriófagos — vírus que infectam exclusivamente bactérias. Dos testes de laboratório com quase 300 projetos sintetizados, 16 fagos artificiais se mostraram totalmente viáveis e capazes de se replicar. Em testes práticos, um coquetel desses fagos projetados por IA superou rapidamente cepas de Escherichia coli resistentes a vírus naturais, abrindo portas para novos tratamentos contra superbactérias, embora o feito acenda alertas urgentes de biossegurança.
Facebook Portal Agron, nosso canal do Whatsapp Portal Agron, o Grupo do Whatsapp Portal Agron, e Telegram Portal Agron mantém você atualizado com as melhores matérias sobre o agronegócio brasileiro.
Acompanhe as cotações de soja, milho, boi gordo, vaca gorda, novilha gorda e boi China
Modelos de Linguagem Genômica: IA projeta vírus inéditos e abre nova era na biologia sintética
A capacidade de projetar sistemas biológicos complexos com inteligência artificial (IA) tem o potencial de transformar a biotecnologia. No entanto, até agora, o progresso científico esteve amplamente limitado à escala de genes e proteínas individuais, mantendo o projeto de genomas inteiros fora do alcance prático. Em um estudo histórico publicado na revista Science, pesquisadores do Arc Institute e da Universidade Stanford, nos Estados Unidos, mudaram esse cenário ao demonstrar que modelos de linguagem genômica conseguem criar genomas virais completos, funcionais e totalmente inéditos.
A pesquisa contou com a análise dos cientistas King et al. (comentada em perspectiva pelos doutores Thomas Inglesby e Moritz Hanke, do Centro de Segurança da Saúde da Universidade Johns Hopkins) e edição de Di Jiang na Science.
A lógica por trás dos modelos de linguagem genômica
A evolução continuamente forja novas inovações biológicas inscritas nos códigos genéticos. Navegar por esse vasto espaço de design poderia dar acesso a funções capazes de revolucionar a medicina e a indústria. Contudo, mesmo os genomas mais simples são extremamente complexos, e uma única mutação incorreta pode torná-los totalmente inviáveis.
Para superar essa barreira, os cientistas recorreram aos modelos de linguagem genômica, conhecidos como Evo 1 e Evo 2. Assim como os grandes modelos de linguagem (LLMs) tradicionais — como o ChatGPT — preveem a próxima palavra em uma frase, essas redes neurais preveem a linguagem da vida. Elas foram treinadas com vastos conjuntos de dados de DNA, englobando milhões de genomas de vírus, bactérias, plantas e humanos. Com isso, aprenderam intuitivamente as restrições evolutivas e a “gramática” das sequências de DNA.
Os bacteriófagos (vírus que atacam bactérias) foram escolhidos para o experimento por serem pequenos, manipuláveis em laboratório e seguros, sem representarem qualquer ameaça à saúde humana ou a organismos complexos.
Do código digital às placas de Petri: 16 fagos viáveis
Utilizando o fago natural ΦX174 como modelo de projeto, os pesquisadores orientaram a IA a gerar centenas de milhares de propostas de genomas para infectar a bactéria hospedeira Escherichia coli C. O genoma do ΦX174 conta com cerca de 5.400 pares de bases (letras A, C, G e T). Para efeito de comparação, a bactéria viva mais simples possui cerca de 500.000 pares de bases, enquanto o genoma humano possui 3 bilhões.
O processo experimental seguiu etapas rigorosas de validação:
- Projetos gerados: Centenas de milhares de sequências criadas pelos modelos de linguagem genômica.
- Seleção: Escolha dos 302 projetos mais promissores.
- Síntese laboratorial: Quase 300 genomas foram sintetizados quimicamente.
- Fagos viáveis: 16 vírus artificiais mostraram-se plenamente eficazes, multiplicando-se e destruindo as bactérias.
Samuel King, estudante de doutorado no laboratório, relatou que a equipe percebeu o sucesso nas primeiras horas da manhã ao observar pontos claros em placas de Petri cobertas de bactérias — sinal de que os vírus criados por IA estavam se banqueteando. Brian Hie, professor assistente em Stanford, destacou que a revelação fez a sala irromper em aplausos espontâneos.
Superando a resistência bacteriana com biologia sintética
Os 16 vírus gerados exibiram forte especificidade de hospedeiro, mutações de novo, genes e elementos regulatórios divergentes, além de comprimentos de genoma variáveis. Em um dos casos, o vírus utilizou uma proteína de empacotamento de DNA vinda de um fago evolutivamente distante em seu capsídeo.
O feito mais impressionante ocorreu ao testar a resistência bacteriana. Quando as cepas de E. coli desenvolveram resistência ao vírus natural ΦX174, um coquetel dos vírus gerados por modelos de linguagem genômica superou rapidamente a defesa das bactérias. Em contrapartida, uma mistura de vírus naturais semelhantes ao ΦX174 falhou completamente.
Essa capacidade sugere a criação de terapias adaptativas e resilientes contra superbactérias resistentes a antibióticos. Como enfatizou o professor Marc Güell, da Universidade Pompeu Fabra (Espanha), trata-se de um “ponto de virada muito significativo”, pois pela primeira vez a biologia começou a ser projetada em um computador. O professor Patrick Cai, do Instituto de Biotecnologia de Manchester, reforçou que o avanço sugere que as IAs estão aprendendo os princípios de design da evolução.
Desafios de biossegurança e os limites da tecnologia
Apesar do entusiasmo, cientistas ressaltam que o experimento não criou “vida artificial”, uma vez que vírus não se reproduzem sozinhos e não são considerados seres vivos por grande parte da comunidade científica. Saltos significativos seriam necessários para gerar células vivas.
Por outro lado, o avanço reacendeu debates urgentes de biossegurança. Os doutores Thomas Inglesby e Moritz Hanke advertiram na Science que a questão não é mais “se” o design generativo virá, mas como evitar que seja usado para causar danos graves ou criar patógenos perigosos.
Para conter riscos, a equipe liderada por Brian Hie adotou precauções estritas:
- Exclusão de dados: Vírus que infectam humanos, animais superiores, plantas e fungos foram removidos dos bancos de treinamento da IA.
- Modelo inócuo: O trabalho focou em fagos específicos para uma linhagem inofensiva de E. coli de laboratório.
- Ambiente seguro: Todo o experimento foi conduzido em laboratórios com níveis de segurança adequados.
Para o futuro, pesquisadores como Simon Jackson, da Universidade de Waikato, lembram que expandir o processo para fagos maiores e comprovar eficácia clínica em pacientes são passos que ainda estão por vir. A expansão de modelos de linguagem genômica abre caminho para compor sistemas biológicos inteiros, ampliando o ecossistema da genômica e biotecnologia agrícola no Agron e na medicina global, integrando sequenciamento, síntese e edição genômica de forma inédita.
Imagem principal: Meramente ilustrativa gerada por IA.