Autor de vírus criados por IA em Stanford vai explicar à MIT TR como o modelo escreve genomas

A MIT Technology Review fará, em 16 de outubro, uma conversa online exclusiva para assinantes com Samuel King, doutorando de Stanford. Em 2025, ele usou um modelo generativo para propor projetos genéticos de vírus. O trabalho continua sendo um dos exemplos mais visíveis de como as arquiteturas de linguagem saem do texto e entram na biologia. O anúncio é cauteloso: por enquanto, isso não é vida criada por IA, mas pode muito bem ser o próximo passo. A conversa será conduzida pelo repórter sênior de IA da publicação.

O que exatamente King fez

O anúncio traz poucos detalhes, então me baseio no preprint de 2025 preparado em Stanford e no Arc Institute. King trabalhou no grupo de Brian Hie com modelos da família Evo, treinados em sequências de DNA, e não em palavras. O alvo foram bacteriófagos: vírus que infectam bactérias e não são perigosos para humanos. Os genomas deles são curtos, de cerca de 5 400 nucleotídeos, e codificam pouco mais de uma dezena de genes.

O modelo passou por um ajuste fino em uma família de fagos aparentados e recebeu a tarefa de gerar novos genomas completos. Os candidatos então passaram por filtros computacionais, foram sintetizados e testados em E. coli. Segundo o trabalho, de cerca de trezentos projetos, 16 se mostraram funcionais. Parte deles competiu com o protótipo natural em testes de laboratório, e alguns tiveram desempenho melhor. Vale conferir os números na fonte primária, mas a ordem de grandeza é essa: uma taxa de sucesso de um dígito percentual, o que não é pouco para design de genomas do zero.

Por que isso é mais sério do que gerar proteínas

Modelos de proteínas como AlphaFold ou RFdiffusion trabalham no nível de uma única molécula. Aqui, o modelo propõe um conjunto de genes, a ordem deles e as regiões regulatórias, que precisam funcionar em conjunto dentro da célula hospedeira. É um problema em nível de sistema.

Principais parâmetros do experimento:

• Alvo: bacteriófagos, genoma de cerca de 5,4 mil nucleotídeos
• Modelo: Evo nas versões 1 e 2, com ajuste fino em genomas aparentados
• Saída: algumas centenas de genomas gerados
• Resultado: 16 variantes viáveis, segundo o preprint
• Validação: síntese de DNA e infecção de uma cultura de bactérias

As limitações também são claras. O genoma de um fago é ordens de magnitude mais simples que o de uma bactéria, e o modelo se apoiou em amostras naturais próximas. Por ora, trata-se de recombinar e melhorar algo já conhecido, e não de inventar uma biologia nova. Ainda faltam vários degraus até um organismo sintético criado do zero, e o principal deles é montar a célula, não apenas o DNA dela.

Biossegurança como tema central

Trabalhos desse tipo sempre levantam a questão do duplo uso. Os desenvolvedores do Evo 2 excluíram previamente dos dados de treinamento os genomas de vírus de eucariotos, para que o modelo funcionasse pior com patógenos humanos. Mas filtrar dados não é garantia: o ajuste fino em uma família específica pode recuperar parte das capacidades. A conversa com King interessa justamente porque o autor vai contar onde ele mesmo enxerga risco e quais barreiras considera eficazes.

O que os leitores devem fazer

Para equipes que trabalham com modelos biológicos, a conclusão prática é simples: olhe não para a demo, mas para a reprodutibilidade no wet lab. A proporção de variantes viáveis e a velocidade do ciclo "geração, síntese, teste" importam mais do que métricas elegantes de verossimilhança de sequências. Para quem acompanha a regulação, vale observar como evoluirão as exigências de triagem de pedidos de DNA sintético: é pela síntese que passa a fronteira entre o projeto digital e o organismo físico. A gravação da conversa ou um resumo deve ser procurada depois de 16 de outubro, e o preprint de King e Hie vale ser lido antes, para fazer perguntas objetivas aos autores.