IA Criou Vírus Sintéticos: Pela Primeira Vez, um Modelo de Linguagem Projetou um Genoma Funcional

Em um estudo publicado na Science em 6 de agosto, pesquisadores da Universidade de Stanford e do Arc Institute mostraram algo inédito: um modelo de linguagem treinado para "ler" genomas foi capaz de projetar vírus bacterianos inteiros, completos e funcionais. As sequências geradas, quando sintetizadas em laboratório, se replicaram de verdade em culturas de E. coli.

Os modelos por trás do feito são o Evo 1 e o Evo 2 — redes neurais construídas sobre a mesma arquitetura de atenção dos grandes modelos de linguagem usados em texto, mas treinadas em milhões de genomas. A diferença fundamental: em vez de prever a próxima palavra de uma frase, eles preveem a próxima "letra" do DNA.

A equipe partiu de um dataset de cerca de 2 milhões de genomas de bacteriófagos — vírus que infectam bactérias — e, a partir dele, gerou sequências completas do zero. Das candidatas sintetizadas, 16 vírus novos foram montados em laboratório e conseguiram se replicar, com eficiência comparável à de vírus naturais. É a primeira demonstração de que IA generativa pode desenhar um genoma inteiro que funciona.

O Que São os Modelos Evo

O Evo 2 foi lançado originalmente em fevereiro de 2025 como um modelo aberto de 7 bilhões de parâmetros, treinado em mais de 9,3 trilhões de nucleotídeos — o equivalente a milhões de genomas de bactérias, arqueias, fagos e eucariotos. Ele opera sobre o alfabeto genético em janelas de até 128 mil pares de bases, capturando tanto as sequências quanto as regras de regulação que as cercam.

O que o novo estudo acrescenta é a validação experimental em larga escala: gerar sequências, sintetizá-las de verdade e verificar se a biologia "funciona". É o salto do computacional para o molhado — do papel para a placa de cultura.

Os vírus gerados pelo Evo 2 foram sintetizados e testados em laboratório contra culturas de E. coli

Como os Vírus Foram Projetados

O processo combina três etapas que espelham o pipeline de qualquer ferramenta de IA generativa:

1. Treinamento: o modelo aprende a distribuição de sequências genômicas a partir de 2 milhões de genomas de fagos, capturando padrões de codificação e regulação
2. Geração: a partir de um prompt condicional, o modelo escreve genomas completos de fagos "novos", similares em estrutura aos conhecidos
3. Validação: as sequências geradas são priorizadas, sintetizadas quimicamente e inseridas em células de E. coli para testar replicação real

Um dos achados mais citados pelos autores é que o modelo produziu combinações de módulos genéticos — casamentos de genes de famílias diferentes de fagos — que resultaram em vírus viáveis. Isso sugere que o modelo não apenas memorizou sequências, mas internalizou princípios de compatibilidade biológica: quais peças podem ser encaixadas sem quebrar o ciclo de replicação.

O Debate de Biossegurança

A publicação reacendeu um debate que acompanha a biologia sintética desde suas origens: o que acontece quando a barreira para criar agentes biológicos despenca? Se um modelo de linguagem de código aberto pode projetar vírus funcionais, a mesma capacidade está ao alcance de quem tiver interesse menos nobre.

Os autores enfatizam que o estudo usou apenas bacteriófagos — vírus que infectam bactérias, não humanos — e que nenhuma sequência de patógeno humano foi gerada ou testada. O acesso aos modelos e às sequências foi tratado com curadoria, e a equipe descreveu o trabalho como um exercício deliberado de avaliar os limites antes que eles sejam cruzados sem supervisão.

• Potencial terapêutico: a capacidade de projetar fagos específicos abre caminho para a fagoterapia contra bactérias resistentes a antibióticos
• Risco de uso duplo: as mesmas técnicas podem, em princípio, ser adaptadas para outros alvos biológicos — com ou sem intenção benigna
• Questão regulatória: ferramentas de síntese de DNA já recebem sequências de clientes sem verificação automática robusta de risco
• Transparência: modelos abertos multiplicam o número de pessoas com acesso à capacidade, o que é ótimo para a ciência e desafiador para a segurança

Por Que Isso Importa Agora

A linha entre "IA que escreve proteínas" e "IA que escreve genomas" é o marco que a comunidade científica vinha observando de longe. Estudos anteriores já haviam usado IA para desenhar proteínas inteiras — o AlphaFold e seus sucessores mudaram a biologia estrutural. Mas projetar um genoma completo — com genes, regulação e capacidade de replicação — é uma escala qualitativamente diferente.

A síntese de DNA se tornou barata e acessível — a verificação de risco agora precisa acompanhar o ritmo

O custo da síntese de DNA despencou na última década: o preço por par de bases caiu em ordens de magnitude, e qualquer laboratório razoavelmente equipado pode encomendar sequências do tamanho de um genoma de fago por alguns milhares de dólares. Quando a geração das sequências se torna trivial, o gargalo de segurança passa a ser a síntese e a revisão, não a criatividade biológica.

O Que Vem Depois

A equipe de Stanford e do Arc Institute já indica os próximos passos: expandir o treinamento para genomas mais complexos, testar a capacidade do modelo de prever efeitos de mutações e investigar se princípios de design de fagos se transferem para organismos de interesse médico e industrial.

Há também a discussão estrutural. A biologia sintética vive um momento parecido com o da criptografia nas décadas de 1990: a capacidade se espalha mais rápido que a governança. Iniciativas de revisão de sequências na síntese de DNA — alguns já com verificação automática obrigatória — devem ganhar força, e é provável que vejamos pressão para que modelos capazes de gerar genomas completos passem por avaliação de risco antes da liberação pública.

Para quem acompanha o setor de tecnologia, a leitura é clara: a fronteira entre software e biologia está sendo apagada. Modelos de linguagem já escrevem código, e agora escrevem vida. A pergunta que os próximos anos vão responder é se a governança dessa capacidade acompanhará o ritmo da ciência — ou se ficará sempre um passo atrás, como aconteceu com a própria IA em escala.