Software de inteligência artificial atinge 98% de precisão no mapeamento de genes de vírus bacterianos

Pesquisa utiliza inteligência artificial para mapear genes de bacteriófagos com alta precisão.

Pesquisadores desenvolveram um programa inovador baseado em inteligência artificial, denominado Pelican, com a finalidade de localizar genes de bacteriófagos, que são vírus que infectam bactérias. A ferramenta foi testada em seis genomas virais já conhecidos pela comunidade científica.

O Pelican demonstrou uma taxa de acerto impressionante, conseguindo identificar, em média, 98% dos genes presentes nas amostras analisadas. Esse resultado supera a performance de outros softwares disponíveis para a mesma finalidade. O desenvolvimento da ferramenta ocorreu no Centro de Pesquisa em Biologia de Bactérias e Bacteriófagos, um dos centros de pesquisa apoiados pela Fundação de Amparo à Pesquisa do Estado de São Paulo.

A relevância dos bacteriófagos na pesquisa acadêmica é crescente, especialmente devido às suas possíveis aplicações em áreas como medicina, biotecnologia e agricultura. Um dos usos mais promissores é a fagoterapia, que utiliza esses vírus para eliminar bactérias responsáveis por infecções, uma alternativa que se torna cada vez mais necessária diante da resistência crescente das bactérias aos antibióticos.

O Pelican foi desenvolvido sob a liderança do professor João Carlos Setubal no Instituto de Química da Universidade de São Paulo. Os detalhes da pesquisa foram publicados em um artigo na revista BMC Bioinformatics, e o software está disponível gratuitamente em uma plataforma de compartilhamento de código.

Identificar genes é uma etapa crucial na anotação genômica, um processo que permite mapear sequências no DNA e explorar suas funções. No entanto, essa tarefa é desafiadora para os fagos, cujos genes tendem a ser menores e podem se sobrepor, dificultando a delimitação exata de cada um. Além disso, muitos genes ainda não possuem função biológica conhecida, o que limita a análise.

Fernando Pacheco Nobre Rossi, principal desenvolvedor do Pelican, destaca que a maioria dos programas de anotação genômica foi projetada para bactérias, o que não se aplica diretamente aos fagos. As particularidades dos genomas de fagos exigem uma abordagem diferenciada na identificação de regiões genômicas.

O Pelican utiliza predições de quatro ferramentas de bioinformática para identificar genes. Quando três dessas ferramentas concordam sobre uma região do DNA, a predição é aceita. Em casos de divergência, métodos estatísticos e modelos de aprendizado de máquina são empregados para determinar quais áreas têm maior probabilidade de conter genes verdadeiros, incluindo a análise de sobreposições.

Para validar o desempenho do Pelican, os cientistas o testaram em seis genomas com genes já mapeados. O programa conseguiu identificar 98% desses genes, apresentando um recall superior ao de outras ferramentas. Contudo, sua alta sensibilidade levou à identificação de várias regiões adicionais como potenciais genes, mesmo que não estivessem na lista de referência.

As regiões adicionais podem corresponder a genes ainda não descritos. Para investigar essa possibilidade, os pesquisadores aplicaram modelos computacionais para estimar a estrutura tridimensional das proteínas codificadas por essas sequências, buscando verificar a funcionalidade dos novos candidatos. A análise revelou que mais de 70% das 95 regiões adicionais poderiam gerar proteínas com estruturas plausíveis, embora ainda necessitem de validação.

Rossi afirma que uma anotação mais completa do genoma do fago proporciona uma melhor compreensão do funcionamento do microrganismo. Isso pode facilitar investigações sobre mecanismos de infecção, ciclo de vida e estratégias de defesa dos vírus.

O conhecimento adquirido pode também impulsionar pesquisas sobre fagoterapia, uma vez que os bacteriófagos infectam um número limitado de bactérias. Compreender as características genéticas desses vírus é crucial para selecionar candidatos eficazes para estudos contra infecções específicas.

A anotação genômica não garante a segurança ou eficácia de um fago como tratamento, mas fornece informações essenciais para investigar seu potencial terapêutico.

A ideia original do projeto foi proposta pela professora Aline Maria da Silva, que atuou como vice-coordenadora do Cepid B3 até seu falecimento em outubro de 2024.

Setubal acrescenta que essa pesquisa é parte de um projeto mais amplo, que visa desenvolver ferramentas inovadoras para a análise de genomas de fagos, destacando a importância do Cepid B3 e a expectativa de mais resultados significativos nos próximos anos.