IA de Stanford cria vírus com 50+ mudanças de aminoácidos

Em 6 de agosto de 2026, pesquisadores da Universidade de Stanford relataram o uso de grandes modelos genômicos para projetar 16 vírus sintéticos que inibem o crescimento de E. coli. Os modelos, Evo 1 e Evo 2, foram treinados em DNA de bacteriófagos e ajustados na família Microviridae, que inclui o vírus de teste ΦX174. Com sequências curtas do início do genoma do ΦX174 como ponto de partida, eles geraram 302 sequências propostas. Após filtrar saídas com genes essenciais danificados, comprimentos extremos ou composições de bases incomuns, a equipe sintetizou quimicamente 285 sequências e as inseriu em bactérias. Dezesseis suprimiram o crescimento bacteriano.

A maioria dos vírus viáveis se assemelhava ao ΦX174, com a viabilidade subindo para 46% entre aqueles com pelo menos 98% de similaridade de sequência. No entanto, vírus individuais mostraram diferenças notáveis: um perdeu uma proteína viral inteira, outro ganhou um novo gene, e um substituiu um gene por uma sequência de um vírus distantemente relacionado. As mudanças geradas por IA preservaram a função com muito mais frequência do que mutações aleatórias. Quase um quarto dos vírus com mais de 25 mudanças de aminoácidos permaneceu viável, enquanto alterações aleatórias quase certamente os inativariam.

Um coquetel dos 16 vírus projetados por IA evoluiu rapidamente para infectar cepas de E. coli resistentes a bacteriófagos naturais, possivelmente por troca de DNA e novas mutações. Isso aponta para uma aplicação potencial na terapia fágica. Os pesquisadores excluíram vírus que infectam vertebrados dos dados de treinamento, mas alertam que qualquer pessoa com recursos computacionais suficientes poderia replicar o trabalho com esses vírus. O artigo pede melhor governança para grandes modelos genômicos e síntese personalizada de DNA, observando que a regulamentação de IA não acompanhou o rápido avanço do campo.