Genes de bacteriófagos: IA da USP acha 98% com o PELICAN

Achar genes de bacteriófagos, os vírus que infectam e matam bactérias, ficou mais fácil com uma ferramenta de inteligência artificial criada na USP. Batizada de PELICAN, ela foi desenvolvida no Instituto de Química da universidade e, nos testes publicados na revista científica BMC Bioinformatics, encontrou em média cerca de 98% dos genes já conhecidos em seis genomas de vírus, o melhor resultado entre as ferramentas comparadas.

Parece assunto só de laboratório, mas tem a ver com a sua saúde. Os bacteriófagos são estudados como uma possível arma contra bactérias que não respondem mais aos antibióticos, um problema que já mata mais de um milhão de pessoas por ano no mundo. E, para usar um vírus desses com segurança, os cientistas precisam primeiro saber o que está escrito no DNA dele.

Explicamos o que são os bacteriófagos, por que achar os genes deles é tão difícil, como o PELICAN usa estatística e aprendizado de máquina para isso e o que a pesquisa ainda não prova.

O que são bacteriófagos, os vírus que matam bactérias

Bacteriófagos, ou simplesmente fagos, são vírus que infectam bactérias. Segundo a revista Pesquisa FAPESP, eles são altamente específicos: reconhecem e atacam apenas bactérias determinadas e não conseguem infectar células humanas, de animais ou de plantas. Segundo a Agência FAPESP, eles interessam aos pesquisadores por possíveis usos na medicina, na biotecnologia e na agricultura.

Uma boa forma de imaginar um fago é como uma seringa microscópica. Como descreve a mesma revista, ele se liga à superfície da bactéria, injeta o próprio material genético, se multiplica dentro dela e provoca o rompimento da célula. Só o alvo é destruído.

Dá para ver esse ataque a olho nu. Quando os cientistas espalham bactérias numa placa de laboratório e pingam uma amostra com fagos, aparecem manchas transparentes no meio da camada de bactérias. Cada mancha, chamada de placa de lise, marca um ponto onde os vírus mataram as bactérias. Foi assim que um pesquisador da Unifesp, trabalhando no Instituto de Química da USP, isolou 62 novos fagos, segundo reportagem da Agência FAPESP de maio de 2025.

O uso desses vírus para tratar infecções tem nome: fagoterapia. A Agência FAPESP descreve essa como uma das aplicações mais promissoras dos fagos na saúde, com interesse crescente por causa da resistência a antibióticos.

Por que os genes de bacteriófagos são difíceis de achar

Antes de pensar em usar um fago, é preciso ler o genoma dele, ou seja, todo o seu DNA. Ler as letras do DNA hoje é relativamente rápido. A parte difícil vem depois: descobrir onde começa e onde termina cada gene e o que ele faz. Esse trabalho se chama anotação de genoma.

Pense num livro escrito sem espaços nem pontuação. A anotação é o trabalho de separar as palavras e entender as frases. Nos fagos, esse livro é especialmente confuso. Segundo a Agência FAPESP, os genes desses vírus costumam ser menores, podem se sobrepor uns aos outros e muitas vezes não têm função conhecida.

Há ainda um problema de ferramenta. Os programas mais usados para anotar genomas foram feitos pensando em bactérias. “Mas os genomas de fagos têm peculiaridades em relação aos genomas de bactérias”, disse à agência Fernando Pacheco Nobre Rossi, principal desenvolvedor do PELICAN. Na prática, um programa pode deixar passar um gene pequeno ou escolher errado entre dois genes que se sobrepõem.

E isso importa. O artigo na BMC Bioinformatics lembra que identificar com precisão os genes de bacteriófagos é essencial para a pesquisa e para as aplicações terapêuticas. Achar genes ligados ao ciclo de vida do vírus, a toxinas ou à capacidade de sobrevivência da bactéria ajuda a escolher quais fagos merecem ser estudados como tratamento.

Como funciona o PELICAN, a IA da USP

O PELICAN foi criado no Centro de Pesquisa em Biologia de Bactérias e Bacteriófagos (CEPID B3), um dos Centros de Pesquisa, Inovação e Difusão da FAPESP, sediado no Instituto de Química da USP. O desenvolvimento foi coordenado pelo professor João Carlos Setubal. A ideia original foi da professora Aline Maria da Silva, vice-coordenadora do centro até morrer, em outubro de 2024, segundo a Agência FAPESP.

A lógica da ferramenta é parecida com a de pedir uma segunda, terceira e quarta opinião. Em vez de confiar em um único programa, o PELICAN roda quatro programas de bioinformática e compara o que cada um encontrou. Segundo a página do projeto no GitHub, são eles: Phanotate, Prokka-virus, prodigal-gv e GeneMarkS.

Quando três concordam, o gene entra

O primeiro passo é o consenso. Se pelo menos três dos quatro programas apontam exatamente a mesma região do DNA como gene, o PELICAN aceita a previsão. É como uma votação em que a maioria decide.

O trabalho de verdade começa quando os programas discordam. Para essas regiões em disputa, a ferramenta usa métodos estatísticos, comparações com bancos de dados biológicos e modelos de aprendizado de máquina, que estimam quais trechos têm mais cara de gene real. A página do projeto detalha que os candidatos são comparados com dois bancos de dados de proteínas, o PHROGs e o COGs, e avaliados por uma rede neural treinada para reconhecer o que “parece” um gene de fago.

Por fim, o PELICAN resolve os casos em que dois genes previstos se sobrepõem demais. Ele compara o “sotaque” de cada um, o padrão de uso das letras do DNA, com o dos genes já aprovados no consenso e fica com o que combina mais.

Quer aprender a usar IA de verdade? O PELICAN mostra que inteligência artificial vai muito além do chatbot: bem usada, ela ajuda a separar sinal de ruído em qualquer área. Conheça a Mind IA Masterclass, com lições práticas de 2 a 5 minutos.

A ferramenta é gratuita e tem código aberto no GitHub, sob licença MIT. Ela roda por linha de comando, ou seja, é feita para pesquisadores de bioinformática, não para o público em geral. A USP já vinha usando IA em outras frentes da saúde, como no teste com realidade virtual e IA para declínio cognitivo que mostramos em outubro.

Os resultados: 98% dos genes e 95 regiões candidatas

Para testar o PELICAN, os pesquisadores usaram seis genomas de fagos cujos genes já tinham sido mapeados por completo e confirmados por transcriptômica, uma técnica que mostra quais trechos do DNA a célula de fato lê. Essas anotações serviram de gabarito.

Contra esse gabarito, a ferramenta encontrou em média cerca de 98% dos genes conhecidos. Essa medida se chama sensibilidade, ou recall: de todos os genes que existem, quantos o programa achou. Foi o melhor resultado entre as ferramentas testadas, segundo a Agência FAPESP e o resumo do artigo.

O outro lado: mais alarmes

Toda ferramenta muito sensível tem um preço, e os autores não escondem. O artigo afirma que o PELICAN teve uma taxa de falsos positivos maior que a de algumas das outras ferramentas. Ele marcou como gene mais regiões “extras”, que não estavam no gabarito.

Os pesquisadores defendem que muitas dessas regiões podem ser genes de verdade que o gabarito não tinha. Para testar a ideia, usaram modelos de computador que preveem a forma 3D das proteínas. Segundo a Agência FAPESP, mais de 70% das 95 regiões adicionais produziriam proteínas com estrutura plausível.

O que a pesquisa ainda não prova

Aqui é preciso cuidado. As 95 regiões são candidatas: os próprios autores dizem que elas ainda precisam de validação em laboratório. E uma boa anotação não prova que um fago seja seguro ou eficaz como remédio. Ela dá informação para avaliar esse potencial, como os mecanismos de infecção, o ciclo de vida e as estratégias de defesa do vírus.

Também vale lembrar o tamanho do teste: seis genomas. É um bom começo para uma ferramenta nova, mas o desempenho em milhares de fagos diferentes só vai aparecer com o uso por outros grupos. Conferir antes de confiar é uma boa regra, como explicamos no guia sobre como saber se uma imagem foi feita por IA: IA ajuda muito, mas precisa de conferência.

Por que isso importa: resistência a antibióticos e fagoterapia

A resistência a antibióticos acontece quando bactérias deixam de responder aos remédios que antes as matavam. Segundo a Organização Mundial da Saúde, a resistência bacteriana esteve associada a mais de 4,7 milhões de mortes no mundo em 2021.

Um estudo do projeto GRAM, que analisou 204 países e territórios e foi publicado na revista The Lancet em 2024, estimou que 1,14 milhão dessas mortes, em 2021, foram causadas diretamente pela resistência. A projeção dos autores é chegar a 1,91 milhão de mortes por ano em 2050. O mesmo estudo aponta a América Latina e o Caribe entre as regiões com a maior taxa de mortalidade prevista para 2050.

É nesse cenário que os bacteriófagos voltam ao centro da conversa. Como cada fago ataca bactérias específicas, eles podem, em tese, ser escolhidos sob medida para uma infecção. Mas, para isso, é preciso conhecer bem o vírus. O artigo da USP cita, por exemplo, a busca por genes ligados a toxinas como parte dessa seleção. Por isso a anotação é o primeiro filtro.

“Quanto mais bem anotado o genoma do fago, mais informação temos sobre como o microrganismo funciona”, resumiu Rossi à Agência FAPESP. Setubal disse que a ferramenta faz parte de um esforço maior do CEPID B3 para desenvolver programas de análise de genomas de fagos, com mais resultados esperados nos próximos anos.

Para o leitor, a mensagem é dupla. Há motivo para otimismo: a ciência brasileira está produzindo ferramentas abertas para um problema global, assim como fez com o acelerador Sirius em outra área. Mas a fagoterapia ainda é pesquisa, e não um tratamento disponível no posto de saúde. Segundo a Pesquisa FAPESP, no Brasil ela ainda não tem regulamentação para tratamentos clínicos, e o único uso possível hoje é o compassivo, quando outros tratamentos já falharam e há risco iminente de morte.

Perguntas frequentes

O que são bacteriófagos?

São vírus que infectam bactérias. Eles não infectam as células humanas e costumam ser específicos para certos tipos de bactéria, por isso são estudados como alternativa no combate a infecções.

O que o PELICAN faz?

Ele encontra os genes de bacteriófagos no DNA desses vírus. Junta as previsões de quatro programas e usa estatística e aprendizado de máquina para decidir os casos em que eles discordam.

O PELICAN cura infecções?

Não. Ele é uma ferramenta de pesquisa que ajuda a conhecer melhor os fagos. Usar um fago como tratamento exige outros estudos, que mostrem que ele é seguro e eficaz.

Qualquer pessoa pode usar o PELICAN?

O código é gratuito e aberto no GitHub, mas a ferramenta roda por linha de comando e foi feita para pesquisadores que trabalham com genomas.

Conclusão

O PELICAN não é uma cura nem um remédio novo. É uma peça de base: uma IA da USP que acha os genes de bacteriófagos com mais sensibilidade que as ferramentas comparadas, é gratuita e pode ajudar laboratórios do mundo todo a escolher melhor os vírus que um dia talvez sirvam contra bactérias resistentes. As 95 regiões candidatas ainda precisam passar pelo laboratório, e esse é o próximo capítulo da história.

Você já tinha ouvido falar em fagoterapia? Conte nos comentários. E siga o canal do Universo Tecnológico no WhatsApp para acompanhar as novidades da ciência brasileira.