Pesquisadores da Universidade de Stanford usaram inteligência artificial para projetar 16 vírus totalmente novos que não existem em nenhum lugar da natureza, a primeira vez que a IA generativa produziu um genoma viral funcional completo a partir do zero. O trabalho, publicado na revista Science em 6 de agosto de 2026, reacendeu imediatamente o debate sobre como governar poderosos modelos biológicos de IA. Para uma cobertura contínua de como o AI Buzz Wire rastreia avanços na interseção da IA e da sociedade, esta é uma das histórias de pesquisa mais importantes do ano.
Como a IA construiu vírus a partir do DNA
A equipe de Stanford, liderada pelo estudante de doutorado Samuel King, não utilizou chatbot. Em vez disso, recorreram a modelos de linguagem genômica — algoritmos treinados em vastas extensões de DNA, da mesma forma que grandes modelos de linguagem são treinados em texto. Ao aprenderem as regras evolutivas incorporadas em milhões de genomas, estes modelos podem escrever códigos genéticos que obedecem às restrições que a vida realmente utiliza.
Os investigadores aperfeiçoaram dois modelos de linguagem genómica, chamados Evo 1 e Evo 2, em 14.266 genomas da família Microviridae, um grupo de pequenos vírus de ADN de cadeia simples. Eles usaram o bacteriófago natural ΦX174 como modelo de design e, em seguida, filtraram quase 300 designs candidatos para 16 que poderiam ser sintetizados e testados em laboratório.
O resultado: 16 bacteriófagos sintéticos cujos genomas “divergiram substancialmente de qualquer genoma natural”, de acordo com o artigo, mas ainda assim foram capazes de infectar a bactéria da cepa C Escherichia coli. Bacteriófagos, ou fagos, são vírus que atacam exclusivamente bactérias e são inofensivos aos humanos.
Por que é importante: coquetéis de fagos e patógenos em evolução
Este não foi um exercício aleatório de combinação de genes. Crucialmente, os modelos de IA levaram em conta restrições no nível do genoma, em vez de simplesmente unir genes. Um dos fagos projetados, apelidado de Evo-Φ36, carregava uma proteína truncada funcional que nunca funcionou quando os engenheiros a inseriram no ΦX174 de tipo selvagem. Funcionou aqui porque o contexto genômico circundante gerado pela IA se co-adaptou para apoiá-lo.
Quando vários fagos sintéticos foram combinados em um "coquetel de fagos", eles superaram a resistência que as bactérias alvo normalmente montam contra o ΦX174 de tipo selvagem. Isso aponta para uma aplicação médica promissora: projetar terapias adaptativas de fagos contra patógenos resistentes a medicamentos e em rápida evolução.
A equipe de Stanford enquadrou o trabalho como uma expansão "do que a genômica sintética pode alcançar" juntamente com a evolução dirigida e a engenharia racional, ao mesmo tempo em que "estabelece um caminho para a geração de terapias fágicas adaptativas e resilientes".
Especialistas em biossegurança soam o alarme
A promessa vem acompanhada de sérios riscos. Num editorial publicado juntamente com o estudo, o Dr. Thomas Inglesby e o Dr. Moritz Hanke, da Universidade Johns Hopkins, argumentaram que o atual sistema voluntário de triagem de pedidos de DNA não é mais adequado.
Eles pediram que os fornecedores de ácidos nucleicos sintéticos – os blocos de construção usados para fabricar patógenos – fossem legalmente obrigados a examinar os pedidos dos clientes em busca de sequências preocupantes e a verificar a legitimidade dos próprios clientes.
“Como os genomas gerados pela IA podem ser muito diferentes das sequências de ácidos nucleicos previamente caracterizadas, métodos de triagem que possam sinalizar novos projetos preocupantes precisam ser desenvolvidos com urgência”, escreveram Inglesby e Hanke.
A sua linha mais contundente foi amplamente citada na cobertura da BBC, do The Guardian e do The New York Times: "A questão já não é se existirá um design generativo do genoma viral. É se a sociedade pode criar uma supervisão que permita que os seus benefícios se revelem, ao mesmo tempo que a impede de causar danos graves".
Uma lacuna de governança que se torna urgente
O artigo de Stanford é o mais recente de uma onda de resultados que mostram que os modelos biológicos de IA podem passar da teoria para o laboratório. Até agora, os modelos de linguagem genómica tinham-se mostrado promissores para a concepção de sistemas biológicos, mas a sua capacidade de gerar genomas funcionais inteiros nunca tinha sido demonstrada. O salto da concepção de fragmentos de proteínas para a produção de 16 novos vírus viáveis é precisamente o limite de capacidade sobre o qual os investigadores de biossegurança alertaram.
Os próprios autores envolveram-se com os riscos “de forma mais deliberada do que a maioria dos desenvolvedores de poderosos modelos biológicos de IA”, observou o editorial da Johns Hopkins, instando que o futuro trabalho de design do genoma completo consulte profissionais de segurança durante todo o ciclo de vida de um projeto.
Para os decisores políticos, o momento é estranho. Até agora, os quadros de governação da Frontier AI concentraram-se nos riscos digitais – cibersegurança, desinformação e agentes autónomos – enquanto as capacidades de concepção biológica avançaram com comparativamente pouca supervisão dedicada. O resultado de Stanford agora coloca essa lacuna em grande relevo.
Fique à frente da IA
A fronteira entre a investigação em IA e as consequências no mundo real continua a mudar. Quer a próxima inovação chegue a um laboratório, a uma sala de reuniões corporativa ou a uma audiência regulatória, AI Buzz Wire tem o contexto que você precisa.
Leia mais notícias sobre IA →
