IA cria 16 bacteriófagos funcionais com genomas que não existem na natureza

Dezesseis projetos funcionaram em laboratório: infectaram e destruíram a bactéria Escherichia coli. Um coquetel formado pelos fagos também conteve cepas resistentes a vírus individuais, um resultado que pode ajudar na busca por alternativas aos antibióticos. Ainda assim, os experimentos são de laboratório e não representam um tratamento pronto para uso clínico .

Como a IA projetou os novos genomas

O Evo 2 é um modelo de base para genômica treinado com sequências de DNA de bactérias, arqueias, plantas, animais e seres humanos. Ele analisa o material genético em resolução de um único nucleotídeo — uma das unidades que formam o DNA — e pode ser usado tanto para fazer previsões quanto para propor novas sequências .

Para o estudo, os pesquisadores ajustaram o Evo 1 e o Evo 2 com genomas de bacteriófagos. O objetivo era gerar sequências completas com uma arquitetura genética plausível e com capacidade de atingir um hospedeiro específico, no caso a E. coli .

O processo ocorreu em várias etapas:

• Os modelos produziram aproximadamente 700 mil sequências candidatas de genomas virais .
• Filtros computacionais reduziram o conjunto a 302 projetos considerados promissores .
• Desses, 285 foram sintetizados quimicamente — isto é, transformados em moléculas físicas de DNA — e testados em células de E. coli .
• Dezesseis dos 285 genomas sintetizados deram origem a fagos funcionais, uma taxa de sucesso de cerca de 5,6% .

O resultado fornece o primeiro parâmetro mensurável de “rendimento produtivo” para a biologia generativa em escala de genoma, segundo os pesquisadores .

Fagos inéditos funcionaram — e alguns superaram o modelo natural

Os 16 fagos viáveis infectaram e lisaram, ou seja, romperam e mataram, células de E. coli em placas de laboratório. Isso demonstrou que eles conseguiam cumprir as principais etapas esperadas: infectar a bactéria, replicar-se e provocar a lise da célula .

Vários dos fagos projetados por IA superaram o ΦX174, o vírus natural usado como modelo, em comparações diretas de velocidade de crescimento e rapidez para destruir as bactérias . Alguns apresentaram mais de 50 alterações em aminoácidos em relação ao vírus natural — um grau de divergência muito maior do que seria normalmente esperado de mutações aleatórias .

Um dos projetos ainda codificava uma proteína responsável pelo empacotamento do DNA que não foi encontrada em nenhum organismo conhecido. A estrutura representa uma solução biológica inédita identificada no vírus criado a partir do projeto da IA .

O desempenho mais relevante para futuras aplicações veio do coquetel com os 16 fagos. A combinação superou a resistência de várias cepas de E. coli, inclusive variantes que haviam desenvolvido proteção contra fagos específicos .

O que isso pode significar para bactérias resistentes

Bactérias podem desenvolver resistência a um fago individual, assim como desenvolvem resistência a determinados antibióticos. A possibilidade de gerar rapidamente vírus com características diferentes poderia ajudar os pesquisadores a acompanhar essa corrida evolutiva .

Os chamados coquetéis de fagos atacam as bactérias por múltiplos mecanismos ao mesmo tempo. Por isso, a combinação de vírus diferentes pode ser mais difícil de contornar do que o uso de um único fago e, em tese, pode servir de base para terapias contra infecções causadas por bactérias multirresistentes .

O estudo também demonstra que modelos de linguagem genômica conseguem passar da previsão computacional para a produção experimental de vírus funcionais. Isso abre a possibilidade de prototipar fagos sob medida para determinados agentes bacterianos com mais rapidez .

A tecnologia, porém, ainda precisaria passar por etapas rigorosas de segurança, especificidade, eficácia em organismos vivos e avaliação clínica antes de qualquer uso médico. O trabalho mostra um caminho experimental, não uma terapia já disponível.

O alerta: a capacidade avançou mais rápido que a governança

O mesmo avanço que pode acelerar a descoberta de tratamentos também cria um problema de segurança. Em um comentário publicado junto com o estudo na Science, Thomas Inglesby e Moritz Hanke, do Centro para Segurança da Saúde da Johns Hopkins, afirmaram que a capacidade de compor genomas virais com IA já existe, mas que ainda não há uma estrutura de governança equivalente para garantir que ela seja usada de maneira segura .

Uma das principais barreiras atuais é o sistema de triagem do International Gene Synthesis Consortium, que verifica pedidos de DNA em busca de correspondências com sequências conhecidas de patógenos. O mecanismo é voluntário, não uma exigência legal geral, e não foi criado para detectar sequências que não têm correspondência em nenhum banco de dados natural .

O Arc Institute adotou uma precaução importante ao excluir patógenos virais eucarióticos — aqueles que infectam seres humanos ou outros animais — dos dados de treinamento do Evo 2 . Os 16 fagos produzidos no estudo foram direcionados a E. coli e não representam uma ameaça conhecida às pessoas .

Ainda assim, especialistas alertam que os mesmos métodos podem, em outros contextos, ser usados para projetar sequências perigosas. Genomas criados por IA também poderiam ser produzidos em uma velocidade superior à capacidade atual de monitoramento, dificultando a detecção e a interrupção de pedidos de síntese potencialmente arriscados .

Um comentário da revista Nature reforçou o dilema: ferramentas desenvolvidas para descoberta de medicamentos e outros usos benéficos também podem reduzir as barreiras técnicas para a criação de novas ameaças biológicas .

A descoberta, portanto, tem dois lados. Ela mostra que a IA já consegue projetar sistemas genéticos completos capazes de funcionar dentro de células — um salto importante para a biologia sintética. Mas também deixa claro que regras, triagens e mecanismos de supervisão precisarão acompanhar essa capacidade antes que ela se torne amplamente acessível.