Uma máquina desenhou um ser vivo do zero, letra por letra, e ele ganhou vida numa placa de laboratório.

Não é ficção. Saiu na Science no dia 6 de agosto de 2026, e as manchetes do mundo inteiro explodiram no mesmo dia.

Pesquisadores do Arc Institute e da Universidade Stanford usaram dois modelos de inteligência artificial, chamados Evo 1 e Evo 2, para projetar o genoma completo de vírus que nunca existiram na natureza. A partir desse trabalho, escreveram do zero centenas de sequências virais inéditas. Dessas, cerca de 300 foram sintetizadas e testadas em laboratório. Dezesseis viraram vírus viáveis.

Vale parar e sentir o peso disso. Uma inteligência artificial não editou um gene. Não copiou um organismo. Escreveu, base por base, o manual de instruções inteiro de uma coisa viva e a coisa funcionou.

Como uma máquina aprende a escrever DNA

A analogia mais honesta é com o ChatGPT. E ela ajuda mais do que atrapalha.

Um modelo de linguagem comum aprende lendo bilhões de frases até prever qual palavra vem depois da anterior. Os modelos Evo fazem o mesmo, só que o alfabeto não é o português nem o inglês. É o alfabeto da vida: as quatro letras químicas do DNA, A, C, G e T. Treinados em milhões de genomas de organismos reais, esses modelos aprenderam a gramática da biologia, os padrões que separam uma sequência funcional de uma sequência morta.

Depois foi só pedir. Os cientistas deram como molde um vírus clássico, o ΦX174, um dos primeiros a ter o genoma sequenciado na história e um velho conhecido dos laboratórios. Pediram à máquina que escrevesse variações funcionais dele. O modelo gerou milhares de possibilidades. A equipe imprimiu as mais promissoras como DNA físico, colocou em placas com bactérias e esperou para ver quais ganhavam vida.

Dezesseis ganharam. Dezesseis.

O que exatamente foi criado

Convém sermos precisos, porque a palavra “vírus” assusta com razão.

O que a IA desenhou foram bacteriófagos, os vírus que infectam bactérias, não pessoas. Os fagos gerados atacaram cepas de Escherichia coli, inclusive linhagens que já tinham desenvolvido resistência ao fago natural. Alguns mataram a bactéria mais rápido que o original.

A equipe excluiu de propósito do treinamento qualquer vírus capaz de infectar humanos. Foi uma escolha de contenção, não um acaso, e merece registro: os autores pensaram no limite antes de cruzá-lo.

Ainda assim, o marco é real. Já usávamos IA há alguns anos para desenhar proteínas isoladas, e isso rendeu um Nobel. Só que proteína é uma peça. Genoma é o projeto inteiro da fábrica. Pela primeira vez, um genoma completo de um organismo, ainda que o mais simples deles, foi composto por uma inteligência artificial generativa e se mostrou vivo. A diferença de escala é o que muda tudo.

A promessa é grande

Vale entender por que isso empolga tanto quem trabalha com infecção.

A resistência bacteriana aos antibióticos é uma das ameaças mais silenciosas da medicina contemporânea. Bactérias que nenhum remédio alcança já matam mais de um milhão de pessoas por ano, segundo o estudo GRAM publicado na The Lancet. E a fonte de novos antibióticos secou. Desenvolver um leva mais de uma década, custa uma fortuna e quase nenhuma farmacêutica quer o prejuízo de um remédio que, por definição, deve ser usado o mínimo possível.

A terapia com fagos é uma aposta antiga contra esse impasse: usar vírus para caçar as bactérias que os antibióticos não vencem. A ideia é da década de 1910, foi deixada de lado quando os antibióticos chegaram. Voltou à mesa agora que eles começam a falhar. O gargalo sempre foi o mesmo: encontrar o fago certo, rápido o suficiente, para cada bactéria resistente. E quando a bactéria se adapta ao fago, como ela sempre faz, recomeçar a busca.

Uma máquina capaz de projetar fagos sob medida e de gerar variantes novas na velocidade em que a bactéria evolui, muda a escala do jogo. No estudo, um coquetel dos vírus desenhados por IA venceu bactérias que já tinham derrotado o fago natural. É o tipo de ferramenta que a medicina pediu por décadas.

O risco também é

Só que a mesma capacidade tem outro lado e os próprios autores não fingiram que ele não existe.

Thomas Inglesby, diretor do Johns Hopkins Center for Health Security, resumiu o problema numa frase que vale mais que qualquer manchete:

“A capacidade de compor genomas virais com inteligência artificial já existe; a governança para conduzi-la com segurança, não.”

O incômodo não é o fago que mata E. coli. É o precedente. Se um modelo aprende a escrever o genoma funcional de um vírus que ataca bactéria, a distância técnica até um que ataque seres humanos é menor do que gostaríamos que fosse. A contenção, neste estudo, foi voluntária, uma decisão ética de um grupo sério, mas ética voluntária não é política pública.

E a infraestrutura que separa a intenção do resultado é frágil. Para transformar um genoma escrito no computador em vírus real, é preciso encomendar o DNA a uma empresa de síntese. Hoje, essas empresas checam quem compra e o que compra de forma voluntária. Muitas encomendas não passam por nenhuma verificação obrigatória. Os especialistas de Johns Hopkins pedem justamente isso: uma exigência legal de que quem imprime DNA verifique tanto a sequência quanto a identidade de quem a encomenda.

“A tecnologia para escrever vírus no computador amadureceu mais rápido que as regras para imprimir vírus no mundo físico com responsabilidade.”

O que isso nos ensina

Tem um padrão aqui que já vi se repetir em toda a minha área.

A saúde digital sempre chega ao mesmo cruzamento: a capacidade técnica dispara na frente e a estrutura ética e regulatória corre atrás, ofegante. Foi assim com os dados de pacientes, que vazaram antes de termos leis para protegê-los. Foi assim com os algoritmos de diagnóstico, aprovados antes de sabermos auditá-los. Foi assim com a telemedicina, que explodiu numa pandemia sem regra clara. Agora é a vez da biologia generativa.

A diferença é o tamanho da aposta. Um algoritmo de diagnóstico que erra fere um paciente. Um genoma que vaza pode ferir uma população.

Isso não é motivo para travar a ciência e eu seria o último a defender isso. Fagos desenhados por IA podem salvar as vidas que os antibióticos já não salvam e recusar essa chance por medo seria a sua própria forma de irresponsabilidade. O ponto não é frear a máquina. É construir, com a mesma urgência com que ela avança, as regras de quem pode usá-la, para quê, e sob qual vigilância.

Porque empolgação nunca foi sinônimo de prudência e o entusiasmo com o que a máquina consegue fazer não pode abafar a pergunta de quem decide o que ela deve fazer.

A inteligência artificial aprendeu a escrever a vida. Cabe a nós decidir o que ela tem permissão de assinar.

Esta é a fronteira que escolhi acompanhar de perto: onde a medicina encontra a inteligência artificial, e onde ela deveria parar. Se esse debate também é seu, é aqui que ele continua.

#SaúdeDigital #InteligênciaArtificial #Biossegurança #ResistênciaAntimicrobiana #Bioética