Inteligência Artificial de Stanford gera bacteriófagos do zero e elimina bactérias E. coli
Ouvir esta notícia
Recurso de acessibilidade por síntese de voz (pt-BR)

A inteligência artificial generativa ultrapassou definitivamente a barreira da criação de texto, código e imagens sintéticas. Em um avanço científico de proporções históricas, pesquisadores da Universidade de Stanford demonstraram que modelos de linguagem treinados em dados genômicos são capazes de projetar formas de vida funcionais em nível molecular. Utilizando o modelo de IA Evo 2, a equipe sintetizou quase 300 bacteriófagos (vírus que infectam e destroem bactérias) projetados via computador. Em testes de laboratório, 16 dessas entidades virais geradas por IA demonstraram capacidade destrutiva altamente eficaz contra a bactéria Escherichia coli (E. coli).
O estudo, liderado por Brian Hie, professor assistente de engenharia química e pesquisador da Stanford Data Science, focou a engenharia no fago ΦX174 (pronunciado Phi-X-174), um organismo modelo amplamente estudado na biologia molecular. O feito sinaliza uma mudança de paradigma: a transição da edição genética pontual (como o CRISPR) para o design biológico generativo "de raiz".
O Modelo Evo 2 e a Gramática do Código Genético
Assim como os Grandes Modelos de Linguagem (LLMs) como GPT-4 ou Claude aprendem as regras gramaticais e semânticas da linguagem humana ao analisar bilhões de textos, o Evo 2 é um modelo de fundação genômico projetado para interpretar o DNA, RNA e proteínas como uma linguagem universal da vida.
O modelo foi treinado em um conjunto colossal de dados biológicos cobrindo todos os domínios da vida (arqueias, bactérias, eucariotos e vírus). Em vez de focar apenas em genes isolados, o Evo 2 compreende o contexto de sequências não codificantes, regiões regulatórias e estruturas secundárias do DNA em grande escala.
A Experiência com o Fago ΦX174
Para validar as capacidades do modelo, a equipe de Stanford desafiou o Evo 2 a projetar variações funcionais do genoma do bacteriófago ΦX174. A escolha do ΦX174 não foi casual: em 1977, este pequeno vírus de DNA de fita simples foi o primeiro organismo a ter seu genoma inteiramente sequenciado por Frederick Sanger. Quase meio século depois, ele se torna o pioneiro no design virológico assistido por IA generativa.
- Geração In Silico: O Evo 2 gerou milhares de sequências genômicas candidatas, introduzindo mutações complexas, recombinações e reestruturações que não existem na natureza.
- Síntese de DNA: Quase 300 dessas sequências geradas por computador foram sintetizadas quimicamente em laboratório.
- Validação em Bancada (Wet Lab): Os pesquisadores introduziram essas sequências de DNA sintético em ambientes bacterianos.
- Resultado: 16 dos fagos projetados pela IA foram capazes de se montar, infectar a bactéria E. coli e causar a lise (ruptura celular), eliminando as colônias bacterianas com extrema precisão.
A Ameaça das Superbactérias e a Solução dos Fagos Generativos
A resistência a antimicrobianos (RAM) é uma das maiores crises de saúde pública da nossa era. O uso indiscriminado de antibióticos convencionais gerou linhagens de bactérias resistentes a múltiplos medicamentos, tornando infecções antes banais em potenciais ameaças mortais.
A terapia por fagos é conhecida há décadas, mas sofria com limitações críticas: encontrar um fago natural específico para cada cepa bacteriana resistente exigia varreduras exaustivas na natureza. Além disso, as bactérias rapidamente evoluem para criar resistência aos fagos naturais.
Com o Evo 2, o processo se inverte. Em vez de "procurar na natureza", a ciência agora pode projetar programaticamente fagos sob medida para atacar receptores bacterianos específicos ou contornar os mecanismos de defesa bacterianos (como os sistemas CRISPR-Cas internos das bactérias).
O Futuro dos Modelos de Fundação Genômicos
O experimento da equipe de Stanford com o fago ΦX174 é apenas a ponta do iceberg. À medida que o Evo 2 e seus sucessores evoluem para lidar com contextos genômicos de milhões de pares de bases, o horizonte se expande para a reprogramação celular humana, a criação de enzimas sintéticas para degradação de plásticos e a engenharia de culturas agrícolas ultra-resistentes às mudanças climáticas.
A fusão entre ciência da computação e biologia sintética deixou de ser ficção científica para se tornar uma das áreas de maior aporte de capital de risco e interesse geopolítico do século XXI.

Escrito por Rodrigo Schwenck
Conhecer o autor →Fundador e editor do DoRodrigo Games & Tech. Apaixonado por jogos eletrônicos, hardware de alto desempenho e aplicações práticas de Inteligência Artificial no dia a dia.
