Pesquisadores brasileiros criaram uma ferramenta baseada em inteligência artificial capaz de localizar genes de bacteriófagos — os vírus que atacam bactérias — com uma taxa de acerto média de 98%. O software, batizado de Pelican, superou o desempenho de outros programas avaliados após ser testado em seis genomas virais já mapeados pela ciência.
A pesquisa e o desenvolvimento O projeto foi conduzido no Cepid B3 (Centro de Pesquisa em Biologia de Bactérias e Bacteriófagos), um dos núcleos apoiados pela Fapesp (Fundação de Pesquisa do Estado de São Paulo), sob a coordenação do professor João Carlos Setubal, do IQ-USP (Instituto de Química da Universidade de São Paulo). Os resultados detalhados foram divulgados em outubro na revista BMC Bioinformatics, e o sistema encontra-se disponível para acesso gratuito na plataforma GitHub.
Desafios na anotação genômica Localizar essas sequências faz parte da anotação genômica, etapa que mapeia o DNA para investigar suas funções. Nos fagos, essa missão é complexa porque seus genes costumam ser menores, apresentar sobreposições e contar com diversas funções biológicas ainda desconhecidas pela ciência.
Segundo Fernando Pacheco Nobre Rossi, principal desenvolvedor da ferramenta, a maioria dos programas de anotação genômica disponíveis atualmente foi criada para analisar bactérias. “Mas os genomas de fagos têm peculiaridades em relação aos genomas de bactérias, e isso leva à identificação de regiões genômicas ligeiramente diferentes”, explica.
Funcionamento do Pelican Para superar os obstáculos, o programa combina predições de quatro ferramentas de bioinformática. Se pelo menos três indicam a mesma região, o sistema aceita a predição; caso contrário, utiliza métodos estatísticos, bancos de dados e inteligência artificial para avaliar as probabilidades.
Nos testes com os seis genomas de referência, o programa obteve o melhor índice de recall (sensibilidade) entre os concorrentes. Por ser altamente sensível, o software também apontou diversas regiões extras no DNA que não constavam nas listas oficiais.
Investigação de genes escondidos Para averiguar se esses “genes extras” tinham utilidade real, os cientistas utilizaram modelos computacionais para estimar a estrutura tridimensional das proteínas geradas por essas sequências. O procedimento revelou que mais de 70% das 95 regiões adicionais gerariam proteínas com estrutura plausível, embora ainda precisem de validação empírica.
“Quanto mais bem anotado o genoma do fago, mais informação temos sobre como o microrganismo funciona”, afirma Rossi. O mapeamento detalhado ajuda a compreender ciclos de vida e mecanismos de infecção, o que fortalece os estudos voltados à fagoterapia — estratégia medicinal que emprega vírus para combater infecções bacterianas resistentes a antibióticos.
Avanços para o futuro Embora a anotação genômica por si só não ateste a eficácia de um tratamento, ela fornece dados essenciais para o avanço das pesquisas na área médica e biotecnológica.
A concepção inicial da iniciativa partiu da professora Aline Maria da Silva, do IQ-USP, que atuou como vice-coordenadora do Cepid B3 até falecer em outubro de 2024. O professor Setubal destaca que o projeto integra uma linha ampla focada em inovação para análise genética. “Esse é um componente importante do Cepid B3 e esperamos ter mais resultados nesta linha nos próximos anos”.
