Modelo batizado de Evo aprendeu padrões do DNA e sugeriu genomas virais completos; parte deles funcionou em laboratório
Um grupo de cientistas conseguiu, pela primeira vez, usar inteligência artificial para projetar vírus completos que não existem na natureza. O modelo, batizado de Evo, foi treinado em trilhões de sequências de DNA e usado para escrever receitas genéticas de vírus inteiramente novos, que se mostraram funcionais ao serem testados em laboratório.
A pesquisa foi conduzida por cientistas da Universidade Stanford e do Arc Institute, centro de pesquisa da Califórnia, e publicada na revista científica Science. O caso teve repercussão internacional depois de reportagem do jornal americano The New York Times.
Como o modelo aprendeu a escrever genomas
O funcionamento do Evo lembra o de modelos de linguagem como o ChatGPT, mas em vez de prever a próxima palavra de um texto, ele prevê a próxima base química de uma sequência de DNA. Uma molécula de DNA é formada por quatro tipos de bases, representadas pelas letras A, C, G e T, organizadas como se fossem letras de um alfabeto. A ordem dessas bases contém as instruções para produzir proteínas e outras moléculas do organismo.
Os pesquisadores treinaram o Evo com cerca de nove trilhões de nucleotídeos extraídos de milhões de genomas de animais, plantas, micro-organismos e vírus. Depois, fizeram uma segunda rodada de treinamento focada apenas nos 11 genes do bacteriófago Phi X-174, um vírus que infecta exclusivamente a bactéria E. coli, e em cerca de 15 mil vírus da mesma família. A escolha não foi aleatória: o Phi X-174 é estudado há quase um século e é inofensivo para humanos.
Com base nesse aprendizado, o modelo gerou centenas de milhares de sequências candidatas. Depois de aplicar filtros de qualidade e viabilidade, a equipe selecionou 302 genomas para produção em laboratório. Desses, 285 puderam ser sintetizados e inseridos em bactérias E. coli. Ao final dos testes, 16 geraram vírus viáveis, capazes de infectar e destruir as células bacterianas, segundo o Arc Institute.
“Foi como o próximo passo óbvio”, disse Samuel King, estudante de doutorado em Stanford e um dos autores do estudo, ao New York Times sobre a decisão de tentar projetar genomas completos, e não apenas genes isolados.
Vírus mais eficientes que o original
Os vírus criados pela IA não são cópias enfraquecidas do Phi X-174. Alguns deles se multiplicaram mais rápido que o vírus natural em testes de competição, e cada genoma reúne dezenas a centenas de mutações inéditas em relação ao vírus original.
Esse resultado interessa à área de terapia com bacteriófagos, tratamento que usa vírus para combater infecções bacterianas resistentes a antibióticos. A ideia é que uma mistura de vírus geneticamente diferentes dificulte a adaptação das bactérias. Segundo o pesquisador Brian Hie, professor em Stanford e autor sênior do estudo, se as bactérias desenvolvem resistência a um único bacteriófago, o tratamento perde efeito, mas um coquetel com vírus distintos torna mais difícil essa adaptação.
O estudo trouxe à tona uma discussão sobre os riscos de uso indevido de IA na biologia. Segundo o New York Times, especialistas em biossegurança apontam que a mesma abordagem usada para criar bacteriófagos poderia, em tese, ser aplicada a vírus mais perigosos, caso o modelo fosse treinado com outro tipo de dado genético.
Os autores do estudo afirmam ter tomado uma precaução específica: excluíram do treinamento do Evo qualquer sequência genética de vírus que infectam humanos, além de vírus semelhantes que afetam outros animais, plantas e fungos. Segundo os pesquisadores, essa exclusão torna o modelo incapaz de gerar genomas de vírus que representem risco à saúde humana.
Ainda assim, especialistas como Moritz Hanke, do Centro de Segurança em Saúde da Universidade Johns Hopkins, avaliam que a regulação sobre esse tipo de pesquisa não acompanha o ritmo do avanço científico. Segundo o próprio Instituto Nacional de Saúde dos Estados Unidos (NIH), uma política divulgada na semana passada para restringir pesquisas de alto risco em ciências da vida não se aplica, segundo comunicado da agência, a pesquisas puramente computacionais, como a geração de DNA viral por IA, a menos que envolvam um agente já classificado como preocupante.
Por: Diogo Rodriguez
