IA falha em prever 25% dos efeitos danosos em 44 mil variantes virais

Cientistas criaram mais de 44 mil variantes de um vírus minúsculo para descobrir algo perturbador: os modelos de inteligência artificial que supostamente conseguem prever como mudanças genéticas afetam organismos vivos erram em cerca de 25% dos casos. O bacteriófago ΦX174, um vírus que infecta bactérias, tornou-se o palco dessa investigação sobre os limites reais da biologia computacional moderna.

Huijin Wei, Xianghua Li e Ben Lehner, pesquisadores do Wellcome Sanger Institute e do Centro de Regulação Genômica, empreenderam uma tarefa de escala impressionante: modificar sistematicamente cada posição do genoma viral. Ao analisar 5.386 letras genéticas do bacteriófago, a equipe gerou dezenas de milhares de mutantes diferentes, cada um representando uma alteração pontual no código genético. Esse mapeamento exaustivo permitiu avaliar, com precisão rara, como cada mudança isolada afeta a capacidade do vírus de se replicar e sobreviver.

Os resultados foram reveladores sobre a fragilidade dos sistemas biológicos. Mais da metade de todas as substituições de nucleotídeos — os blocos básicos do DNA — reduziram significativamente a capacidade reprodutiva do vírus. Quando os pesquisadores observaram trocas de aminoácidos, proteínas que formam a estrutura e a função do organismo, descobriram que mais de 60% causaram danos diretos ao proteoma, o conjunto completo de proteínas do vírus. Muitas dessas mutações prejudiciais afetaram as superfícies onde proteínas vitais se conectam e interagem umas com as outras — pontos de contato críticos que, quando danificados, inviabilizam o funcionamento do organismo inteiro.

Mas o achado mais preocupante diz respeito ao que os computadores não conseguem ver. Os algoritmos de inteligência artificial testados apresentaram apenas desempenho moderado ao tentar prever quais mutações seriam prejudiciais. Em termos concretos, os modelos falharam em explicar uma em cada quatro alterações que realmente causaram danos. Pesquisadores afiliados ao King's College London apontaram que a biologia molecular possui complexidades estruturais que ainda não foram traduzidas em código computacional — lacunas que nenhuma quantidade de dados de treinamento conseguiu preencher completamente.

As falhas identificadas revelam padrões específicos de cegueira algorítmica. Os sistemas de IA tiveram particular dificuldade em prever problemas nas superfícies de interação entre proteínas, exatamente onde muitos dos danos mais críticos ocorrem. Também não conseguiram explicar o comportamento de regiões não codificantes do genoma — trechos de DNA que não produzem proteínas mas que ainda assim exercem funções regulatórias importantes. Essas limitações sugerem que a compreensão atual de como o DNA funciona permanece incompleta, mesmo com décadas de pesquisa genômica.

O bacteriófago ΦX174 carrega um peso histórico que torna essa descoberta ainda mais significativa. Foi o primeiro genoma de fita simples de DNA a ter sua sequência completamente determinada, em 1977. Décadas depois, tornou-se o primeiro organismo a ter seu genoma inteiramente sintetizado em laboratório. Agora, com esse novo estudo, o vírus recebeu o primeiro mapa mutacional funcional completo de um sistema biológico inteiro — um registro detalhado de como cada mudança genética afeta o organismo.

O que essa pesquisa sinaliza para o futuro é tanto promissor quanto humilhante. O mapa completo serve como um padrão rigoroso contra o qual testar e aprimorar futuros modelos de inteligência artificial. Compreender precisamente como cada alteração genética impacta a replicação viral oferece dados valiosos para refinar algoritmos voltados à engenharia de proteínas e ao desenvolvimento de terapias. Mas também deixa claro que a biologia ainda guarda segredos que os computadores não conseguem desvendar sozinhos — que a combinação de modelagem computacional avançada com testes de laboratório exaustivos permanece indispensável para respostas verdadeiramente confiáveis.