Atualizado em novembro 11, 2025 por Ecologica Vida
O que é que acontece quando juntamos a curiosidade humana ao raciocínio à escala da máquina? Investigações recentes sugerem que estamos a entrar numa era de verdadeira colaboração entre o ser humano e a inteligência artificial.
Em dois estudos recentes, um sistema de IA especializado desenvolvido pela Google LLC não se limitou a assistência investigação - funcionou como um verdadeiro parceiro no processo de descoberta. Num caso, propôs candidatos a medicamentos que demonstraram atividade anti-fibrótica num modelo laboratorial de doença hepática crónica. Noutro, chegou de forma independente a um mecanismo biológico de transferência de genes bacterianos que os cientistas humanos tinham levado anos a descodificar.
Porque é que nós, na Ecologica.life, estamos interessados neste tipo de desenvolvimento, especialmente no domínio da IA? Bem, aponta para uma potencial mudança de paradigma: parcerias homem + IA em biociências, com implicações para a medicina, a ecologia, a biotecnologia e muito mais.
Neste artigo, vamos explorar quais são os limites da investigação e descoberta tradicionais, bem como os desafios que os investigadores modernos enfrentam quando alargam as fronteiras do conhecimento científico. Em seguida, analisaremos dois estudos de caso sobre a forma como a IA tem ajudado os investigadores e consideraremos as implicações deste facto para outros domínios. Por fim, discutiremos os desafios e as considerações éticas da utilização da IA na investigação. Espero que gostem tanto de o ler como eu gostei de o escrever!
Índice
O problema: os limites da descoberta tradicional
A ciência biomédica está a tornar-se tão grande e complexa que é cada vez mais difícil para as equipas humanas trabalharem nela sozinhas. O volume da literatura publicada, a diversidade dos tipos de dados e as exigências interdisciplinares criam estrangulamentos significativos:
- Tomemos como exemplo a descoberta de medicamentos: muitas doenças - como a fibrose hepática - têm escapado a uma terapia eficaz porque os modelos actuais não conseguem imitar bem a fisiologia humana.
- Ou considere-se a evolução microbiana: o mecanismo pelo qual os elementos genéticos se movem através das espécies pode estar escondido em camadas de biologia molecular, exigindo anos de trabalho experimental meticuloso para ser revelado.
Resumindo: os cientistas humanos continuam a carregar o pesado fardo da criatividade, da intuição e da experimentação - mas a enorme escala de interligação da biologia moderna torna a investigação de ponta extremamente desafiante.
Estes desafios explicam por que razão os investigadores estão a voltar-se cada vez mais para a IA, não apenas como uma ferramenta, mas como um parceiro de reflexão capaz de ajudar a descodificar a complexidade biológica.
Investigação em destaque: O que a IA fez
Para testar se a IA consegue raciocinar como um cientista, a equipa de investigação da Google desenvolveu um sistema de colaboração baseado no modelo Gemini 2.0 e os resultados foram notáveis.
Os dois estudos de caso seguintes ilustram o funcionamento do ‘co-cientista’ de IA.
1. Luta contra a fibrose hepática
Num estudo publicado na Ciência avançada, os investigadores pediram ao sistema de IA da Google para explorar mecanismos epigenómicos na fibrose hepática - nomeadamente, a forma como as alterações químicas na regulação dos genes (e não as alterações na própria sequência de ADN) podem ser alvos terapêuticos.
O sistema de IA é descrito como uma configuração multi-agente construída com base no modelo de linguagem grande (LLM) gemini 2.0, em que diferentes agentes (Agente de Geração, Agente de Reflexão, Agente de Classificação, Agente de Evolução e Agente de Meta-revisão) cooperam num modelo de cientista em circuito.
Para o projeto do fígado:
- Os investigadores humanos forneceram uma resposta rápida: área (efeitos epigenómicos na fibrose hepática) + métodos experimentais (utilização de organoides hepáticos).
- A IA propôs três classes de reguladores epigenómicos como alvos promissores para os medicamentos: as histonas desacetilases (HDAC), a DNA metiltransferase 1 (DNMT1) e a proteína 4 do bromodomínio (BRD4).
- Testes experimentais em organoides hepáticos humanos (mini-fígados 3D derivados de células estaminais) revelaram que os inibidores da HDAC e os inibidores da BRD4 apresentaram fortes efeitos anti-fibróticos. Um dos compostos, o Vorinostat (já aprovado pela FDA para o cancro), suprimiu a fibrose e estimulou o crescimento de células hepáticas saudáveis.
- Curiosamente, dois outros alvos de medicamentos escolhidos por investigadores humanos (com base numa literatura anterior mais extensa) não reduzem a fibrose no mesmo modelo - sugerindo que a IA identificou pistas que os investigadores humanos não tinham visto.
2. Desvendando um mistério microbiano
Numa segunda demonstração, publicado em Célula, a IA abordou o enigma de como as ilhas cromossómicas idênticas induzidas por fagos (cf-PICIs)1 aparecem em diferentes espécies de bactérias - apesar do facto de os fagos de que dependem para se mobilizarem infectarem apenas uma gama restrita de hospedeiros.
Os humanos tinham resolvido o mecanismo (mecanismo de “pirataria da cauda”: capsídeos sem cauda cheios de ADN que sequestram as caudas de outros fagos) após uma década de trabalho.
A IA recebeu apenas dados publicamente disponíveis antes da descoberta humana. Gerou hipóteses; a sua principal sugestão foi que os cf-PICIs exploram “interações cápsido-cauda” para alargar a gama de hospedeiros - quase precisamente o mecanismo determinado pelos humanos.
O facto de a IA ter chegado a esta conclusão de forma independente e rápida é surpreendente, pois demonstra raciocínio e não apenas a correspondência de padrões.
| Estudo | Campo | Tempo humano | Período de tempo da IA | Resultados principais |
|---|---|---|---|---|
| Fibrose hepática | Biomédico | Pesquisa de droga em curso | Semanas | Inibidores HDAC/BRD4 identificados com efeitos fortes |
| Transferência de genes microbianos | Microbiologia | ~10 anos | Dias | Mecanismo de “pirataria de cauda” deduzido de forma independente |
Implicações: O que isto significa para a ecologia, a saúde e a sustentabilidade
Descoberta acelerada
Em domínios como as ciências do ambiente, a biotecnologia e a saúde, a combinação da perceção humana com o raciocínio da IA poderá acelerar significativamente as descobertas. Em vez de se esperar anos por iterações de tentativa e erro, os fluxos de trabalho aumentados por IA podem reduzir o tempo entre a ideia e a experiência.
Vanguarda interdisciplinar
Os problemas complexos - como a forma como os poluentes influenciam as comunidades microbianas ou como as interações planta-micróbio se alteram sob stress climático - abrangem frequentemente muitos domínios. Os sistemas de IA que analisam a literatura, propõem hipóteses e sugerem experiências podem ajudar a colmatar essas lacunas.
Parceria homem-IA, não substituição
É importante salientar que os investigadores sublinham que a IA não substitui a avaliação humana. A qualidade dos dados publicamente disponíveis limita o que a IA pode fazer. Além disso, os seres humanos continuam a ser necessários para avaliar quais as pistas a seguir.
Em suma, os conhecimentos especializados no domínio humano, a criatividade e a ética continuam a ser fundamentais.
Desafios e considerações éticas
- Qualidade e enviesamento dos dados: O resultado do sistema é tão bom quanto os dados em que se baseia. O viés de publicação, conjuntos de dados incompletos ou documentação experimental deficiente podem induzir a IA em erro.
- Constrangimento da validação experimental: Embora a criação de hipóteses seja rápida, testá-las em laboratório continua a ser lento, dispendioso e exige muitos recursos. A definição de prioridades continua a ser fundamental.
- Interpretabilidade e transparência: À medida que a IA se envolve mais na geração de hipóteses, a forma como auditamos o seu raciocínio torna-se importante. Podemos rastrear porquê propôs um determinado mecanismo ou medicamento?
- Equidade e acesso: Os sistemas de IA de alta potência podem aumentar o fosso entre os laboratórios bem financiados e os que dispõem de poucos recursos.
- Uso ético em biociência: Como a IA ajuda a propor mecanismos em microbiologia ou transferência de genes, é necessária uma supervisão para garantir que os riscos de dupla utilização sejam considerados (por exemplo, engenharia microbiana prejudicial).
Impacto ambiental da inteligência artificial
Conclusão
O trabalho do co-cientista de IA da Google assinala uma evolução significativa: uma mudança de ferramentas que ajudam os cientistas para sistemas que colaboram no processo de descoberta. Para vós, leitores da Ecologica.life, isto significa que o futuro da investigação (e da humanidade) será humano mais máquina e não humano contra máquina. Juntos, poderemos desbloquear conhecimentos mais rápidos e mais integradores numa vasta gama de domínios, incluindo as biociências e a sustentabilidade - e talvez até a astronomia. Para pensar: talvez esta revolução da IA nos permita explorar e viver para além da Lua e talvez mesmo para além do nosso sistema solar.
A questão agora não é se a IA vai mudar a ciência, mas sim como podemos orientar esta mudança de forma responsável.
Qual é a sua opinião? Como é que a descoberta impulsionada pela IA pode remodelar a investigação que lhe interessa e que perguntas devemos fazer agora?
- Um pequeno segmento de ADN bacteriano que pode sequestrar a maquinaria do bacteriófago para se transferir entre bactérias. Alguns PICIs, como os cf-PICIs (PICIs “formadores de capsídeo”), formam as suas próprias partículas virais e desempenham um papel importante na transferência horizontal de genes. ↩︎
