Os cientistas usaram um programa de inteligência artificial chamado Evo para projetar novos genomas virais que são diferentes de quaisquer vírus naturais conhecidos – e 16 deles revelaram-se vírus vivos e viáveis quando construídos e testados em laboratório.
O estudo, publicado quinta-feira na revista Science e detalhado na reportagem da CNN, está sendo aclamado como um marco para a biologia generativa. Mas também está a atrair alertas urgentes sobre a biossegurança, porque demonstra que as mesmas técnicas que alimentam os chatbots podem agora compor novos agentes patogénicos funcionais. Para mais contexto sobre esta história, confira nossa cobertura da indústria de IA.
Como Evo foi treinado
De acordo com a CNN, sequências genéticas extraídas de milhões de fontes – “de todos os domínios da vida” – serviram como biblioteca de linguagem para Evo, da mesma forma que o ChatGPT e outros grandes modelos de linguagem são treinados em enormes coleções de texto. Ao estudar essa biblioteca, o modelo foi capaz de “aprender as restrições evolutivas” que governam os genomas naturais – as regras não escritas sobre quais arranjos genéticos realmente funcionam nos seres vivos.
Cientistas da Universidade de Stanford e do Arc Institute então instruíram o Evo a gerar milhares de combinações de genomas dentro de uma estrutura específica – neste caso, genomas que poderiam ser hospedados por um E. coli célula bacteriana. Dos milhares de designs produzidos pelo modelo, a equipe construiu e testou cerca de 300 em laboratório. Dezesseis deles eram vírus viáveis.
Bacteriófagos, não patógenos humanos
Uma advertência importante ameniza o alarme: os novos vírus são bacteriófagos, que infectam bactérias, mas não podem infectar humanos. O trabalho, portanto, recai sobre o lado esperançoso do potencial da tecnologia. Os investigadores relataram que um dos novos vírus tinha um aspecto “evolutivamente distante”, sugerindo que Evo tinha provocado mudanças genéticas que poderiam ter levado milhões de anos de evolução natural para emergir – comprimindo o tempo evolutivo profundo num único passo generativo.
O resultado prático mais impressionante veio da mistura dos fagos projetados por IA. Os testes mostraram que a mistura poderia superar a resistência antibacteriana em alguns E. cepas coli – algo que uma “mistura comparável de fagos de origem natural” não poderia fazer. Essa não é uma afirmação pequena. A resistência aos antibióticos é uma das mais graves ameaças à saúde global, e a terapia fágica – que utiliza vírus para matar bactérias nocivas – tem sido considerada há muito tempo como uma possível resposta a medicamentos que já não funcionam.
Os autores escreveram que a abordagem “estabelece um caminho para a geração de terapias fágicas adaptativas e resilientes contra patógenos em rápida evolução”, enquadrando o Evo como um mecanismo de design para medicamentos que poderiam acompanhar o ritmo das bactérias que deveriam derrotar.
Perguntas "urgentes" sobre biossegurança
A promessa vem acompanhada de uma preocupação que os próprios pesquisadores reconhecem. Num artigo correspondente também publicado na Science, médicos do Centro Johns Hopkins para Segurança da Saúde adotaram um tom de advertência. “Embora isto seja promissor para aplicações em ciências da vida, também levanta questões urgentes de biossegurança e bioproteção”, escreveram. “A capacidade de compor genomas virais usando IA generativa já existe; a governança para dirigi-la com segurança não existe.”
Eles alertaram que tais genomas “podem codificar novos patógenos que podem infectar humanos, animais ou plantas de maneiras que não podem ser contidas pelas contramedidas existentes” – um lembrete de que o mesmo método generativo que produziu bacteriófagos inofensivos direcionados ao E. coli poderia, em princípio, ser apontada para outros alvos.
Nem todo especialista considera extremo o risco imediato. Jordi García Ojalvo, professor de biologia de sistemas na Universidade Pompeu Fabra de Barcelona, disse ao Science Media Center que “o avanço alcançado é significativo”. A CNN notou a sua avaliação de que o risco de biossegurança representado por esta investigação em particular é menor do que para algumas outras ferramentas de IA, em grande parte porque os genomas ainda têm de ser construídos individualmente e testados num laboratório depois de Evo os conceber – um estrangulamento físico que não existe para texto ou imagens.
Por que é importante além da biologia
O resultado do Evo é a demonstração mais clara de que a IA generativa passou da linguagem e das imagens para o design de entidades biológicas funcionais. Ecoa a tensão que agora define grande parte do campo da IA: as mesmas capacidades que prometem novos medicamentos e terapias resilientes também reduzem o esforço necessário para conceber organismos potencialmente prejudiciais.
Os comentaristas da Johns Hopkins argumentaram que a comunidade de pesquisa precisa “se envolver com questões de biossegurança e biossegurança de forma mais deliberada do que a maioria dos desenvolvedores de poderosos modelos biológicos de IA” tem feito até agora. Esse argumento aplica-se muito além do Evo – é um alerta sobre toda uma categoria emergente de sistemas biológicos de IA cujos resultados podem, ao contrário de um parágrafo ou de uma imagem, ser fisicamente instanciados no mundo.
O que vem a seguir
A equipe de Stanford e do Arc Institute estruturou o trabalho como uma base para a terapêutica baseada em fagos contra bactérias resistentes a medicamentos. O desafio mais difícil e não resolvido é a governação: como libertar e supervisionar ferramentas biológicas de IA cujos designs possam ser sintetizados em organismos vivos. Como os dois artigos científicos deixam claro, esta é agora uma questão viva e não hipotética - e a lacuna entre capacidade e supervisão é exactamente o que as vozes mais cautelosas do campo estão agora a correr para colmatar.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
