Em 2025, veremos a IA e a aprendizagem automática começarem a amplificar o impacto da edição do genoma Crispr na medicina, na agricultura, nas alterações climáticas e na investigação básica que sustenta estes campos. Vale a pena dizer antecipadamente que o campo da IA está repleto de grandes promessas como esta. Com qualquer grande avanço tecnológico, há sempre um ciclo de hype, e agora estamos em um. Em muitos casos, os benefícios da IA situam-se alguns anos no futuro, mas na investigação genómica e nas ciências da vida estamos a observar impactos reais neste momento.
Na minha área, edição genética Crispr e genômica de forma mais ampla, muitas vezes lidamos com enormes conjuntos de dados – ou, em muitos casos, não pode lidar com eles adequadamente porque simplesmente não temos as ferramentas ou o tempo. Os supercomputadores podem levar semanas a meses para analisar subconjuntos de dados para uma determinada pergunta, por isso temos que ser altamente seletivos sobre quais perguntas escolhemos fazer. A IA e a aprendizagem automática já estão a eliminar estas limitações e estamos a utilizar ferramentas de IA para pesquisar e fazer descobertas rapidamente nos nossos grandes conjuntos de dados genómicos.
No meu laboratório, utilizámos recentemente ferramentas de IA para nos ajudar a encontrar pequenas proteínas de edição genética que permaneciam desconhecidas em bases de dados públicas de genoma porque simplesmente não tínhamos a capacidade de analisar todos os dados que recolhemos. Um grupo do Innovative Genomics Institute, o instituto de pesquisa que fundei há 10 anos na UC Berkeley, recentemente uniu forças com membros do Departamento de Engenharia Elétrica e Ciências da Computação (EECS) e do Centro de Biologia Computacional e desenvolveu uma maneira de usar um grande modelo de linguagem, semelhante ao que muitos chatbots populares usam, para prever novas moléculas funcionais de RNA que tenham maior tolerância ao calor em comparação com sequências naturais. Imagine o que mais está à espera de ser descoberto nas enormes bases de dados estruturais e genómicas que os cientistas construíram colectivamente nas últimas décadas.
Esses tipos de descobertas têm aplicações no mundo real. Para os dois exemplos acima, editores de genoma menores podem ajudar na entrega mais eficiente de terapias às células, e a previsão de moléculas de RNA estáveis ao calor ajudará a melhorar os processos de biofabricação que geram medicamentos e outros produtos valiosos. Na saúde e no desenvolvimento de medicamentos, assistimos recentemente à aprovação da primeira terapia baseada em Crispr para a doença falciforme, e há cerca de 7.000 outras doenças genéticas que aguardam uma terapia semelhante. A IA pode ajudar a acelerar o processo de desenvolvimento, prevendo os melhores alvos de edição, maximizando a precisão e a eficiência do Crispr e reduzindo os efeitos fora do alvo. Na agricultura, os avanços do Crispr baseados em IA prometem criar culturas mais resilientes, produtivas e nutritivas, garantindo maior segurança alimentar e reduzindo o tempo de colocação no mercado, ajudando os investigadores a concentrarem-se nas abordagens mais frutíferas. No clima, a IA e o Crispr poderiam abrir novas soluções para melhorar a captura natural de carbono e a sustentabilidade ambiental.
Ainda é cedo, mas o potencial para aproveitar adequadamente o poder conjunto da IA e do Crispr, indiscutivelmente as duas tecnologias mais profundas do nosso tempo, é claro e entusiasmante – e já começou.
