Inteligência Artificial cria vírus inédito
Índice
Pesquisadores da Universidade Stanford e do Arc Institute usaram inteligência artificial para projetar genomas completos de vírus que atacam bactérias. Em testes de laboratório, 16 bacteriófagos criados a partir desses projetos se mostraram funcionais e conseguiram infectar cepas de Escherichia coli. O resultado, publicado na revista Science, abre caminho para novas terapias contra infecções bacterianas, mas também reacende discussões sobre biossegurança.
Como a IA projetou vírus inteiros
Os cientistas trabalharam com Evo 1 e Evo 2, modelos de linguagem genômica treinados para reconhecer padrões em sequências de DNA. Em vez de prever a próxima palavra de uma frase, como faz um chatbot, essas ferramentas calculam quais nucleotídeos podem formar genes e estruturas biologicamente coerentes. Segundo a cobertura da Scientific American, o treinamento incluiu genomas de mais de 2 milhões de bacteriófagos.
O ponto de partida foi o ΦX174 (lê-se “fi-xis-um-sete-quatro”), um fago conhecido por infectar E. coli. Seu genoma circular tem aproximadamente 5,4 mil nucleotídeos, tamanho pequeno quando comparado aos bilhões de pares presentes no DNA humano. A simplicidade tornou o vírus um modelo eficaz para verificar se a IA conseguiria propor um genoma completo, e não apenas uma proteína ou um gene isolado.
Os modelos produziram cerca de 700 mil candidatos. Após filtros computacionais, os pesquisadores selecionaram 302 sequências. Dessas, 285 puderam ser sintetizadas e montadas antes de serem introduzidas em bactérias. Isso significa que a IA não materializou vírus sozinha: ela sugeriu o código genético, que depois precisou ser sintetizado e testado por uma equipe em laboratório.
Esse avanço faz parte de uma mudança mais ampla no uso da IA em ciências da vida. A tecnologia já auxilia tarefas como a triagem de câncer de pele, mas o estudo dá um passo adicional ao empregar modelos generativos para desenhar um sistema biológico inteiro.
O que os testes de laboratório demonstraram
Em placas de cultura, 16 dos 285 genomas que puderam ser montados originaram bacteriófagos viáveis. Os vírus conseguiram se reproduzir dentro das bactérias e produzir áreas transparentes nas colônias, chamadas placas de lise, sinal de que as células bacterianas haviam sido destruídas. Alguns apresentaram desempenho superior ao ΦX174 original em determinadas condições.
Um dos resultados mais importantes apareceu quando a equipe combinou diferentes fagos gerados por IA em um coquetel. A mistura superou rapidamente cepas de E. coli que haviam desenvolvido resistência ao ΦX174. A microscopia crioeletrônica também confirmou que um dos vírus produzidos incorporou ao capsídeo uma proteína de empacotamento de DNA evolutivamente distante daquela usada pelo modelo de referência.
Bacteriófagos são investigados há décadas como possível alternativa ou complemento aos antibióticos. Como cada fago tende a reconhecer alvos específicos, um sistema capaz de gerar rapidamente novas variantes poderia acompanhar a evolução de bactérias resistentes. Ainda assim, o experimento não foi realizado em animais ou pessoas e não produziu um tratamento pronto: o resultado mais direto foi vencer, em laboratório, bactérias resistentes ao fago original, e não comprovar uma terapia clínica contra resistência a antibióticos.
Esse intervalo entre uma descoberta experimental e um medicamento aprovado é essencial. Pesquisas biomédicas precisam passar por estudos de toxicidade, dosagem, eficácia e segurança — processo semelhante ao discutido em nossa reportagem sobre a Polilaminina e a regeneração de lesões na medula.
Limites e riscos de biossegurança
O estudo não demonstra que a IA já consiga criar qualquer vírus sob demanda. O ΦX174 tem um genoma curto, depende de uma bactéria hospedeira e é muito menos complexo do que tipos de vírus capazes de infectar seres humanos. Os 16 resultados funcionais também representam uma fração pequena das centenas de sequências sintetizadas, o que mostra que o laboratório ainda é indispensável para descobrir quais projetos realmente funcionam.
A equipe adotou precauções específicas: excluiu do treinamento sequências de vírus que infectam humanos e animais, escolheu um bacteriófago restrito a E. coli e conduziu os testes em ambiente controlado. Portanto, dizer que o experimento “criou vida” ou produziu um patógeno humano seria incorreto. Bacteriófagos não são células autônomas e só se multiplicam usando a maquinaria de um hospedeiro compatível.
Mesmo assim, a capacidade de projetar genomas virais completos tem potencial de uso duplo. Em um comentário publicado na própria Science, pesquisadores de saúde pública da Universidade Johns Hopkins afirmam que a geração de genomas virais funcionais traz implicações urgentes de biossegurança e defesa biológica. Entre as medidas discutidas estão controles sobre dados de treinamento, avaliação de risco antes da liberação de modelos e coordenação entre órgãos nacionais e entidades internacionais.
Esse tipo de avanço também toca medos que filmes e séries exploram há décadas. As obras abaixo não reproduzem o estudo — e não devem ser tratadas como previsão científica —, mas ajudam a entender por que a possibilidade de criar ou modificar agentes biológicos provoca tanta apreensão pública.
No filme Contágio (2011), um vírus de origem zoonótica se espalha rapidamente entre países enquanto autoridades tentam identificar o agente, organizar a resposta sanitária e combater a desinformação. O patógeno da história não foi criado por IA nem em laboratório, mas a obra dramatiza o medo de que um agente novo avance mais rápido do que a capacidade humana de detectá-lo e contê-lo.
A série The Last of Us (2023–) leva esse receio ao extremo ao imaginar uma infecção causada por um fungo adaptado aos seres humanos. Não se trata de vírus, bacteriófagos ou engenharia por IA, mas de uma representação cultural do temor de que um agente biológico ultrapasse barreiras naturais e escape ao controle. Na realidade, o experimento com o ΦX174 ficou restrito a fagos que infectam E. coli e não demonstrou capacidade de atingir pessoas.
O caso reforça que a supervisão precisa acompanhar a velocidade da inovação. A adoção de IA por reguladores, como na parceria entre OpenAI e FDA para avaliar medicamentos, pode acelerar análises, mas não substitui regras específicas para ferramentas capazes de gerar material biológico.
Para a medicina, o trabalho representa uma prova de conceito promissora: modelos genômicos podem ampliar a diversidade de fagos disponíveis e ajudar a responder à evolução bacteriana. Para a sociedade, ele também é um alerta de que os mesmos sistemas exigem salvaguardas antes de ficarem mais potentes e acessíveis. Você acredita que modelos desse tipo devem ser abertos ao público ou restritos a laboratórios credenciados? Conte nos comentários.
Fontes: Science (estudo); Science (comentário de biossegurança); The New York Times; Scientific American; e ABC News Australia.
