Samuel H. King et al. / Science
Imagem 3D de um dos vírus desenhados pelo Evo
Um novo estudo mostra que uma inteligência artificial semelhante ao ChatGPT é capaz de estudar a “gramática do ADN” e conceber genomas. O modelo de IA, chamado Evo, conseguiu produzir 16 novos vírus funcionais nunca antes observados na natureza.
Uma inteligência artificial capaz de interpretar o ADN como se fosse uma linguagem deu um passo que, até agora, parecia pertencer ao domínio da ficção científica.
Num estudo publicado na semana passada na Science, investigadores da Universidade de Stanford e do Arc Institute usaram o Evo, um modelo de IA conceptualmente semelhante ao ChatGPT, para conceber genomas completos, que deram origem a 16 vírus funcionais nunca antes observados na natureza.
O ponto de partida foi uma ideia aparentemente simples: se modelos como o ChatGPT aprendem as regras da linguagem através da análise de enormes quantidades de texto, uma inteligência artificial poderia talvez descobrir também a “gramática” particular do ADN.
Os genes são formados por longas sequências construídas a partir de quatro nucleótidos, A, C, G e T, cuja combinação determina as instruções biológicas.
O Evo foi inicialmente treinado com cerca de 9,3 biliões de pares de bases de ADN provenientes de animais, plantas, microrganismos e vírus, para identificar padrões que os investigadores não tinham programado explicitamente.
Depois de confirmarem que o sistema conseguia gerar genes com funções específicas, os investigadores colocaram uma questão muito mais ambiciosa: seria a IA capaz de escrever um genoma completo que funcionasse realmente?
A equipa centrou a experiência no Phi X-174, um bacteriófago conhecido há quase um século e constituído por apenas 11 genes.
Os investigadores voltaram ainda a treinar o modelo com cerca de 15.000 vírus aparentados, uma escolha deliberada que permitiu trabalhar apenas com organismos que infetam bactérias como a Escherichia coli.
De 700.000 projetos a 16 vírus funcionais
O Evo produziu cerca de 700.000 possíveis genomas virais, mas os investigadores selecionaram apenas aqueles que pareciam ter maior probabilidade de funcionar.
Por fim, sintetizaram moléculas de ADN correspondentes a 285 propostas e introduziram-nas em bactérias cultivadas em placas. A maioria não produziu qualquer resultado, mas algumas amostras começaram a revelar zonas transparentes entre as colónias bacterianas. Era o sinal de que novos vírus se estavam a multiplicar, destruindo as células infetadas e a propagar-se pela cultura.
Os testes permitiram identificar 16 sequências concebidas pela inteligência artificial que deram origem a vírus viáveis. Alguns conseguiram mesmo reproduzir-se mais rapidamente do que o Phi X-174.
“Este é um marco importante”, disse ao The New York Times Patrick Cai, investigador em biologia sintética da Universidade de Manchester, que não participou no estudo.
“Não são simplesmente versões doentias de coisas que já existem”, acresentou Oliver Crook, químico especializado em proteínas da Universidade de Oxford.
Crook adverte que estes organismos não representam uma rutura absoluta com a natureza, uma vez que mantêm uma grande semelhança com espécies conhecidas e recorrem aos mesmos princípios biológicos fundamentais.
Potencial médico e riscos desconhecidos
A capacidade de conceber vírus através de inteligência artificial generativa aplicada ao ADN poderá ter aplicações importantes na medicina e na biotecnologia.
Os vírus já são utilizados como ferramentas para transportar material genético até determinadas células, uma estratégia aplicada em tratamentos dirigidos a doenças genéticas.
Ainda assim, será necessário verificar se o Evo consegue obter resultados semelhantes quando aplicado a outras famílias de vírus.
O avanço reacendeu também o debate sobre os riscos de combinar inteligência artificial e biologia sintética, nota o El Confidencial. Os autores excluíram deliberadamente do treino os vírus que infetam seres humanos, bem como organismos aparentados capazes de afetar animais, plantas e fungos.
“Queríamos apenas ser extremamente cautelosos”, Brian Hie, diz biólogo computacional de Stanford e autor principal do estudo.
Moritz Hanke, investigador do Johns Hopkins Center for Health Security, considera que as medidas de segurança atuais estão a avançar mais lentamente do que a tecnologia. “Qual é o risco de algo que nunca vi antes?”, questiona o investigador.
Leave a Reply