Pesquisadores do Arc Institute, instituto de pesquisa em biociências dos Estados Unidos, e da Universidade Stanford conseguiram, pela primeira vez, fazer com que um sistema de inteligência artificial projetasse o genoma completo de um vírus inédito — não um gene isolado, mas o conjunto inteiro de instruções genéticas necessário para que o organismo funcione, infecte um hospedeiro e se reproduza. O estudo foi publicado nesta quinta-feira, dia 6 de agosto, na revista científica Science e representa um marco na área de biologia sintética, campo que combina engenharia e biologia para projetar e construir sistemas biológicos artificiais.
A ferramenta usada no experimento foi batizada de Evo. Seu funcionamento é análogo ao dos grandes modelos de linguagem como o ChatGPT, desenvolvido pela OpenAI: em vez de aprender a prever a próxima palavra em uma frase, o Evo aprendeu a prever a sequência de bases do DNA — as letras A, C, G e T que compõem o código genético dos seres vivos. Para isso, foi treinado com o material genético de milhões de organismos, incluindo bactérias, plantas, animais e vírus.
Depois de treinado, o sistema foi orientado a gerar genomas de bacteriófagos, um tipo de vírus que infecta exclusivamente bactérias e é inofensivo para humanos. O modelo de referência escolhido foi o ΦX174, um vírus de pequeno porte e amplamente estudado pela ciência, cujo genoma possui aproximadamente 5.400 letras — um número muito menor que as cerca de 500 mil letras do genoma da bactéria mais simples e infinitamente distante das 3 bilhões de letras do DNA humano.
A inteligência artificial produziu centenas de milhares de propostas de genomas. Os pesquisadores selecionaram as mais promissoras, encomendaram a síntese laboratorial de quase 300 delas e submeteram os vírus resultantes a testes contra bactérias Escherichia coli, conhecida pela sigla E. coli. Do total sintetizado, 16 vírus criados pelo computador demonstraram ser viáveis: conseguiram se multiplicar e destruir as bactérias, comportando-se de maneira equivalente a um vírus natural.
O resultado mais significativo, porém, foi outro. Quando os cientistas expuseram os vírus artificiais a bactérias que haviam desenvolvido resistência ao ΦX174 natural, uma combinação dos vírus gerados pela IA conseguiu superar essa resistência — um feito que um conjunto de vírus naturais semelhantes não foi capaz de alcançar. Isso indica que, no futuro, a tecnologia pode ser usada para desenvolver tratamentos contra infecções bacterianas que não respondem mais aos antibióticos, um problema crescente na medicina global.
Os autores do estudo ressaltaram que a inteligência artificial parece ter aprendido, de maneira autônoma, as regras que governam o funcionamento conjunto dos genes — algo que os pesquisadores comparam a uma gramática da vida. O sistema identificou padrões sobre como um gene opera corretamente ao lado do outro apenas observando milhões de exemplos, sem que essas regras tivessem sido ensinadas explicitamente.
Apesar dos avanços, os próprios pesquisadores e especialistas externos apontaram riscos. Se um sistema de IA é capaz de deduzir as regras necessárias para montar um vírus funcional do zero, existe preocupação de que tecnologias semelhantes possam, no futuro, ser usadas para projetar patógenos capazes de infectar pessoas, animais ou plantas. Os autores recomendaram no estudo que grupos que pretendam realizar trabalhos de desenho de genomas completos consultem profissionais de biossegurança durante todo o projeto.
Para mitigar esses riscos, a equipe adotou uma série de precauções. O sistema não recebeu, durante o treinamento, nenhuma informação genética de vírus que infectam humanos. Sequências de vírus que atacam outros animais, plantas ou fungos também foram deliberadamente excluídas. Todo o trabalho experimental foi conduzido no nível de segurança laboratorial recomendado para bacteriófagos, considerados de baixo risco.
Simon Jackson, pesquisador da Universidade de Waikato, na Nova Zelândia, que não participou do estudo, classificou o trabalho como uma prova de conceito relevante em declaração ao Science Media Centre. Ele observou, no entanto, que projetar bacteriófagos maiores, controlar de forma confiável quais bactérias eles infectam e comprovar segurança e eficácia em pacientes são etapas que ainda estão por vir.
Especialistas em biossegurança também alertaram que a governança sobre esse tipo de tecnologia — incluindo leis, protocolos e mecanismos de fiscalização do acesso a ferramentas de IA e à síntese de DNA — ainda não evoluiu no mesmo ritmo que o avanço científico. Esse descompasso levanta questões sobre como regular adequadamente o uso de modelos generativos em biologia.
É importante destacar que os vírus criados no experimento estão distantes de representar qualquer ameaça à saúde humana. Eles só conseguem infectar uma linhagem específica e inofensiva de E. coli usada em ambiente laboratorial. Além disso, o experimento não criou vida artificial: os vírus não são considerados seres vivos por boa parte da comunidade científica, já que não conseguem se reproduzir de forma autônoma — apenas dentro das células de um hospedeiro.
Os pesquisadores reconhecem que, para chegar a organismos realmente vivos, mesmo os mais simples, ainda seria necessário um salto muito maior de complexidade do que o demonstrado neste estudo. O Evo-Φ36, nome dado a um dos bacteriófagos criados pela IA e testados em laboratório, ilustra o estágio atual da tecnologia: funcional em escala reduzida e dentro de limites bem controlados.
O trabalho do Arc Institute e da Universidade Stanford abre caminho para aplicações potenciais no combate a infecções resistentes a medicamentos, mas também intensifica o debate sobre os limites éticos e regulatórios do uso de inteligência artificial na engenharia genética. O equilíbrio entre inovação e segurança continuará sendo um dos eixos centrais dessa discussão nos próximos anos.
