Inteligência Artificial cria vírus funcionais direcionados para bactérias específicas, mas especialistas alertam para os riscos

Cientistas utilizaram um programa de inteligência artificial para criar novos genomas virais, diferentes de quaisquer vírus naturais conhecidos e direcionados para hospedeiros específicos, de acordo com um recente estudo. O desenvolvimento constitui um passo promissor rumo a avanços médicos, mas também suscita preocupações quanto ao seu potencial uso indevido

O estudo, publicado recentemente na revista Science, afirma que sequências genéticas provenientes de milhões de fontes, “de todos os domínios da vida”, serviram como biblioteca linguística para a ferramenta de Inteligência Artifical (IA) Evo, de forma semelhante àquela como o ChatGPT e outros modelos de linguagem são treinados com grandes conjuntos de textos existentes.

Cientistas da Universidade de Stanford e do Arc Institute, ambos nos Estados Unidos, utilizaram depois a Inteligência Artifical para gerar milhares de combinações de genomas dentro de um enquadramento específico - neste caso, um que pudesse ser alojado por uma célula da bactéria E. coli. Dos milhares de genomas gerados pela IA, os cientistas construíram e testaram cerca de 300 em laboratório e descobriram que 16 correspondiam a vírus viáveis.

Os novos vírus são bacteriófagos, ou seja, vírus que infetam bactérias, mas que não podem afetar seres humanos.

Segundo a investigação, a biblioteca genética ajudou a IA a “aprender as restrições evolutivas” dos genomas naturais. No entanto, os cientistas descobriram que um dos novos vírus apresentava uma característica que era “evolutivamente distante” - sugerindo que a IA induziu alterações que, na evolução natural, poderiam ter levado milhões de anos a surgir.

Os testes demonstraram que uma mistura dos novos vírus conseguia ultrapassar a resistência aos antibacterianos em algumas estirpes de E. coli, algo que uma «mistura comparável de» bacteriófagos obtidos na natureza não conseguia fazer.

Isto “abre caminho à geração de terapias com fagos adaptativas e resilientes contra agentes patogénicos em rápida evolução”, escreveram os autores.

Trata-se de um marco científico relevante, sobretudo numa altura em que os cientistas procuram combater a crescente resistência aos medicamentos entre microrganismos como a E. coli.

“O avanço alcançado é significativo”, afirma Jordi García Ojalvo, professor de biologia de sistemas na Universidade Pompeu Fabra, em Barcelona, num comentário ao Science Media Centre.

Mas este avanço não está isento de reservas.

“Embora isto seja promissor para aplicações nas ciências da vida, também levanta questões urgentes de biossegurança e segurança biológica”, escreveram médicos do Johns Hopkins Center for Health Security num artigo relacionado, publicado também na Science.

“A capacidade de conceber genomas virais utilizando IA generativa existe agora; não existe, contudo, uma estrutura de governação capaz de a orientar de forma segura”, acrescentaram os autores.

Os investigadores abordaram diretamente as questões de segurança biológica na sua investigação — mas os médicos da Johns Hopkins escreveram que estes “abordam as questões de biossegurança e segurança biológica de forma mais deliberada do que a maioria dos criadores de modelos poderosos de IA biológica”.

A nova investigação centrou-se na bactéria E. coli e num determinado tipo de vírus que não pode afetar seres humanos - e não é claro até que ponto o trabalho seria aplicável a outros vírus.

No entanto, os autores do artigo de resposta destacam uma área particularmente arriscada que, segundo eles, não deveria ser explorada: agentes patogénicos que infetam eucariotas (seres vivos que possuem células), capazes de provocar vários tipos de infeções em seres humanos, incluindo malária e determinadas infeções causadas por leveduras.

“Esses genomas poderiam codificar novos agentes patogénicos capazes de infetar seres humanos, animais ou plantas de formas que não podem ser controladas pelas contramedidas existentes”, escreveram.

García Ojalvo afirma que o risco de biossegurança associado à nova investigação é inferior ao de algumas outras ferramentas de IA, sobretudo porque os genomas têm de ser testados individualmente depois de serem concebidos e a taxa de eficácia é baixa: apenas 16 vírus viáveis entre centenas de milhares de genomas gerados.

“É difícil imaginar estes modelos a gerar automaticamente genomas viáveis ‘prontos a usar’”, conclui.