A inteligência artificial acaba de ultrapassar uma nova fronteira na biologia. Pesquisadores conseguiram usar modelos generativos para escrever genomas completos de vírus que não existiam na natureza e, depois, transformar parte dessas sequências digitais em organismos funcionais capazes de infectar e destruir bactérias.
O experimento foi conduzido por cientistas ligados à Universidade Stanford e ao Arc Institute e envolveu os modelos genômicos Evo 1 e Evo 2. Entre centenas de projetos selecionados para testes, 16 deram origem a bacteriófagos funcionais — vírus especializados em atacar bactérias.
O resultado chama atenção principalmente por uma possibilidade: no futuro, sistemas semelhantes poderão ajudar a desenvolver novos bacteriófagos contra infecções que já não respondem adequadamente aos tratamentos disponíveis.
Mas existe uma diferença importante entre essa perspectiva e afirmar que uma cura contra superbactérias já foi criada. O estudo é uma prova de conceito realizada em laboratório e ainda existe um longo caminho até qualquer aplicação médica em pacientes.
Leia mais:
Meteorito de Nova Jersey traz pistas sobre a química que antecedeu a vida
A IA não criou apenas uma proteína: ela escreveu o genoma inteiro
A dimensão do experimento fica mais clara quando se compara o trabalho com outras aplicações recentes de inteligência artificial na biologia.
Modelos generativos já conseguem sugerir proteínas, prever estruturas moleculares e criar pequenas sequências de DNA. Desta vez, porém, os pesquisadores trabalharam na escala de um genoma viral completo.
O ponto de partida foi o ΦX174, um pequeno bacteriófago amplamente estudado pela ciência e especializado em infectar determinadas cepas de Escherichia coli, a conhecida E. coli.
Os modelos Evo foram usados para aprender os padrões necessários para que diferentes partes desse genoma funcionassem em conjunto. Isso é particularmente difícil porque não basta produzir uma sequência de DNA aparentemente plausível.
Um vírus precisa possuir instruções genéticas compatíveis entre si para montar sua estrutura, reconhecer uma célula hospedeira, introduzir seu material genético, produzir novas partículas virais e continuar seu ciclo.
Em outras palavras, o desafio era semelhante a escrever um programa inteiro que precisasse funcionar na primeira vez em que fosse executado dentro de uma célula.
O Evo 2 é um modelo de linguagem voltado ao DNA. Em vez de aprender relações entre palavras e frases, como acontece com modelos de linguagem tradicionais, ele identifica padrões em sequências formadas pelas bases genéticas.
O sistema foi desenvolvido a partir de um gigantesco conjunto de dados genômicos e consegue analisar sequências com até cerca de 1 milhão de nucleotídeos de contexto. A versão apresentada pelo Arc Institute foi treinada com trilhões de bases de DNA provenientes de organismos distribuídos pelos diferentes domínios da vida.
De centenas de projetos digitais surgiram 16 vírus funcionais
Depois da etapa computacional, veio o teste mais importante: descobrir se aquilo que parecia funcionar dentro do computador realmente funcionaria no mundo físico.
Os cientistas selecionaram e sintetizaram 285 projetos de bacteriófagos produzidos pelos modelos.
A maioria não conseguiu completar adequadamente seu ciclo biológico.
Mas 16 sequências deram origem a bacteriófagos viáveis, capazes de se propagar e inibir o crescimento das bactérias utilizadas nos experimentos.
Pode parecer uma taxa pequena de sucesso. Na prática, porém, o fato de qualquer um desses genomas funcionar já representa uma demonstração importante.
Até então, a capacidade dos grandes modelos genômicos de criar sistemas biológicos completos e funcionais permanecia muito mais limitada.
Os vírus desenvolvidos também não eram simples cópias do bacteriófago usado como referência. As análises encontraram diferenças genéticas relevantes e características que não existiam exatamente daquela maneira nos exemplares naturais conhecidos.
Em pelo menos um caso, análises por microscopia crioeletrônica mostraram que um dos fagos gerados utilizava uma proteína de empacotamento do DNA evolutivamente distante daquela encontrada no vírus que serviu como referência.
Por que bacteriófagos podem ajudar contra bactérias resistentes?
Bacteriófagos são vírus encontrados naturalmente em praticamente todos os ambientes onde existem bactérias.
Diferentemente dos vírus associados a doenças como gripe ou Covid-19, esses organismos têm bactérias como hospedeiras.
Quando determinados bacteriófagos encontram uma bactéria compatível, eles se ligam à célula, introduzem seu material genético e utilizam a própria maquinaria da bactéria para produzir novas partículas virais.
Em muitos casos, o processo termina com a ruptura e morte da bactéria.
É justamente essa propriedade que sustenta o interesse pela chamada fagoterapia.
Uma alternativa estudada há mais de um século
O uso de bacteriófagos contra infecções bacterianas não nasceu com a inteligência artificial.
A ideia começou a ser explorada há mais de 100 anos, mas perdeu espaço depois da popularização dos antibióticos.
O crescimento da resistência antimicrobiana reacendeu o interesse.
Quando antibióticos são usados de maneira excessiva ou inadequada, bactérias capazes de sobreviver ao medicamento podem se multiplicar e transmitir mecanismos de resistência.
Com o tempo, surgem cepas resistentes a diferentes classes de antibióticos.
A Organização Mundial da Saúde considera a resistência antimicrobiana uma das principais ameaças à saúde pública global. Dados internacionais estimam que, somente em 2021, aproximadamente 1,14 milhão de mortes foram diretamente atribuíveis à resistência bacteriana a antimicrobianos, enquanto cerca de 4,71 milhões de mortes estiveram associadas ao problema.
Onde a inteligência artificial pode mudar esse cenário
Uma das grandes dificuldades da fagoterapia é encontrar o bacteriófago certo para determinada bactéria.
Fagos costumam apresentar alto grau de especificidade. Um vírus muito eficiente contra determinada cepa bacteriana pode simplesmente não funcionar contra outra.
Isso tem uma vantagem: tratamentos extremamente específicos poderiam preservar grande parte das bactérias benéficas do organismo.
Ao mesmo tempo, cria um problema logístico.
Imagine um paciente com uma infecção resistente a antibióticos. Em uma terapia baseada em fagos, seria necessário identificar a bactéria responsável e encontrar vírus capazes de atacá-la.
A IA poderia ajudar a transformar esse processo.
Em vez de procurar apenas bacteriófagos existentes na natureza, pesquisadores poderiam futuramente utilizar modelos genômicos para projetar candidatos com características específicas para determinado alvo bacteriano.
Essa é uma das implicações mais importantes do novo estudo.
Bactérias também conseguem desenvolver resistência aos vírus
Existe outro obstáculo.
Assim como bactérias podem adquirir resistência a antibióticos, elas também conseguem evoluir mecanismos que dificultam a ação dos bacteriófagos.
A relação entre bactéria e fago funciona como uma corrida evolutiva.
O vírus desenvolve formas melhores de infectar a bactéria. A bactéria desenvolve novas defesas. O vírus precisa então se adaptar novamente.
Nos experimentos, combinações dos fagos produzidos por IA conseguiram atacar populações bacterianas resistentes a determinados bacteriófagos naturais.
Isso sugere que sistemas generativos poderiam ser usados para ampliar rapidamente a diversidade de fagos disponíveis e procurar maneiras de contornar a resistência.
É justamente aqui que algumas manchetes passaram a relacionar o experimento às chamadas superbactérias.
No entanto, há uma diferença fundamental: demonstrar capacidade de vencer resistência aos bacteriófagos em laboratório não significa comprovar um tratamento contra qualquer bactéria multirresistente a antibióticos.
O potencial existe, mas precisa ser validado em pesquisas específicas.
O que torna o Evo 2 diferente
O Evo 2 pertence a uma nova geração de modelos conhecidos como modelos fundacionais genômicos.
O princípio lembra os grandes modelos de linguagem usados para gerar textos.
Durante o treinamento, um sistema de linguagem aprende relações estatísticas entre palavras. Depois de observar enormes quantidades de conteúdo, torna-se capaz de prever quais elementos fazem sentido em determinado contexto.
Com DNA, a lógica é semelhante.
No lugar de palavras aparecem sequências formadas principalmente pelas letras A, C, G e T, correspondentes às bases adenina, citosina, guanina e timina.
Só que uma alteração aparentemente pequena pode modificar completamente o funcionamento de uma sequência biológica.
O Evo 2 foi treinado com mais de 9 trilhões de nucleotídeos provenientes de mais de 100 mil genomas, permitindo ao modelo aprender padrões genéticos que aparecem em diferentes formas de vida.
Para o trabalho com bacteriófagos, os pesquisadores também realizaram treinamento direcionado utilizando milhares de genomas relacionados ao ΦX174.
Essa especialização ajudou o sistema a criar candidatos biologicamente mais plausíveis.
O resultado ainda está muito longe de um medicamento
Apesar do potencial, ninguém deverá receber um bacteriófago criado pelo Evo 2 em um hospital simplesmente por causa deste estudo.
Os experimentos foram realizados em condições controladas de laboratório.
Antes de qualquer terapia chegar à medicina cotidiana, seriam necessárias diversas etapas adicionais, incluindo estudos sobre eficácia, toxicidade, resposta imunológica, estabilidade, evolução do vírus e comportamento dentro de organismos muito mais complexos.
Também seria necessário determinar se os fagos conseguem atingir a bactéria correta no local da infecção sem gerar efeitos indesejados.
Ensaios clínicos seriam indispensáveis.
Por isso, o resultado deve ser interpretado como uma nova ferramenta de engenharia biológica, e não como a descoberta de um novo antibiótico pronto para uso.
O mesmo avanço também acendeu um alerta sobre biossegurança
A capacidade de escrever genomas funcionais por inteligência artificial possui uma característica difícil de ignorar: ela pode ter aplicações benéficas e perigosas.
Essa preocupação é conhecida como risco de uso dual.
Uma tecnologia desenvolvida para criar bacteriófagos terapêuticos poderia, em princípio, ser adaptada no futuro para finalidades prejudiciais caso sistemas semelhantes fossem treinados ou modificados para trabalhar com organismos patogênicos.
Os pesquisadores adotaram medidas de segurança no desenvolvimento dos modelos e do experimento. Sequências de vírus que infectam eucariotos, categoria que inclui humanos, animais e plantas, foram excluídas dos dados virais usados no treinamento original do modelo.
Além disso, o experimento utilizou um bacteriófago associado a bactérias como sistema de estudo.
Ainda assim, especialistas em biossegurança vêm alertando que simplesmente remover determinados dados do treinamento pode não ser uma proteção suficiente no longo prazo, especialmente no caso de modelos abertos que possam passar por treinamento adicional.
A ciência agora consegue projetar sistemas biológicos cada vez maiores
Talvez o significado mais profundo do experimento esteja além dos próprios bacteriófagos.
Durante anos, grande parte da biotecnologia baseada em IA se concentrou em componentes menores da biologia, como proteínas isoladas.
Agora, pesquisadores começam a avançar em direção a sistemas muito maiores.
Um genoma não é apenas uma coleção independente de genes. Diferentes sequências precisam interagir corretamente, ser ativadas no momento certo e trabalhar em conjunto.
Conseguir gerar um genoma viral funcional mostra que modelos computacionais começam a aprender parte dessas relações de longa distância.
Ainda existem limitações enormes. O ΦX174 está entre os vírus geneticamente mais simples estudados pela ciência, com apenas 11 genes, enquanto células humanas possuem sistemas incomparavelmente mais complexos.
O salto entre os dois cenários é gigantesco.
Mesmo assim, o avanço estabelece uma prova de princípio importante: uma inteligência artificial pode propor um genoma completo, cientistas podem sintetizá-lo e o sistema biológico resultante pode funcionar no mundo real.
O que pode acontecer daqui para frente
O uso mais imediato dessa tecnologia provavelmente estará na pesquisa.
Modelos genômicos poderão ajudar cientistas a explorar um espaço de possibilidades que seria praticamente impossível testar manualmente.
Em vez de modificar apenas algumas regiões de um vírus natural, pesquisadores poderão comparar milhares ou milhões de variações antes de selecionar aquelas com maior probabilidade de funcionar.
Na fagoterapia, isso abre espaço para tentar desenvolver vírus mais específicos, mais eficientes ou capazes de atacar bactérias que desenvolveram resistência a outros fagos.
Também podem surgir aplicações fora da medicina, envolvendo agricultura, microbiologia industrial e engenharia biológica.
Ao mesmo tempo, o avanço aumenta a pressão por novos mecanismos de fiscalização da síntese de DNA, avaliação de modelos genômicos e protocolos de biossegurança.
A mesma capacidade que torna esses sistemas cientificamente promissores exige controles proporcionais ao seu poder.
Por que essa descoberta importa
O estudo não significa que uma inteligência artificial encontrou a cura para as superbactérias.
Mas demonstra algo que, há poucos anos, ainda parecia distante: um modelo computacional conseguiu escrever genomas virais completos que posteriormente deram origem a vírus funcionais.
Dos 285 projetos testados, 16 conseguiram se reproduzir e atacar as bactérias utilizadas pelos pesquisadores.
A eficiência ainda é limitada e a aplicação médica permanece experimental.
O que mudou foi a fronteira.
A inteligência artificial deixou de apenas analisar o código da vida e começou, em condições controladas, a ajudar cientistas a escrever sistemas biológicos completos.
Se essa capacidade puder ser direcionada de maneira segura para combater bactérias resistentes, poderá se tornar uma nova ferramenta no desenvolvimento de tratamentos para um dos maiores problemas da medicina moderna.
Perguntas frequentes
A inteligência artificial realmente criou um vírus?
Sim. Pesquisadores utilizaram modelos de IA para gerar sequências completas de DNA de bacteriófagos. Parte dessas sequências foi sintetizada em laboratório e 16 deram origem a vírus funcionais capazes de infectar bactérias.
Os vírus criados pela IA podem infectar seres humanos?
Os bacteriófagos produzidos no experimento foram desenvolvidos para infectar bactérias, especificamente cepas de E. coli. O estudo não criou vírus destinados a infectar seres humanos.
O que é o Evo 2?
O Evo 2 é um modelo de inteligência artificial especializado em sequências genéticas. Ele aprende padrões existentes no DNA e pode realizar tarefas de análise e geração de novas sequências.
A descoberta já pode curar infecções resistentes a antibióticos?
Não. O trabalho foi uma prova de conceito em laboratório. Embora tenha potencial para contribuir com futuras terapias contra bactérias resistentes, ainda serão necessárias muitas etapas de pesquisa e testes antes de uma possível aplicação clínica.
O que são bacteriófagos?
Bacteriófagos, também chamados de fagos, são vírus que infectam bactérias. Alguns destroem a célula bacteriana durante seu ciclo de reprodução e, por isso, são estudados como possíveis ferramentas contra infecções.
Por que a descoberta causa preocupação?
Porque ferramentas capazes de projetar genomas completos apresentam potencial de uso dual. Além de aplicações médicas e científicas, especialistas avaliam que modelos biológicos mais avançados exigirão mecanismos rigorosos de biossegurança e controle.
