Co-cientista de IA do Google resolve problema de superbactérias que levou 10 anos em apenas 2 dias

Cientistas levaram 10 anos para descobrir como um tipo de superbactéria ganha sua habilidade de infectar diversas espécies bacterianas. O “cocientista” de IA do Google deu a eles a resposta em dois dias.

Com informações de Live Science.

A nova ferramenta de inteligência artificial (IA) do Google resolveu um problema que levou uma década para os cientistas resolverem em apenas dois dias.

José Penadés e seus colegas do Imperial College London passaram 10 anos descobrindo como algumas superbactérias ganham resistência aos antibióticos — uma ameaça crescente que tira milhões de vidas a cada ano.

Mas quando a equipe fez essa pergunta ao “cocientista” do Google — uma ferramenta de IA projetada para colaborar com pesquisadores — em um breve prompt, a resposta da IA ​​produziu a mesma resposta que suas descobertas, então não publicadas, em apenas dois dias.

Espantado, Penadés enviou um e-mail ao Google para verificar se eles tinham acesso à sua pesquisa. A empresa respondeu que não. Os pesquisadores publicaram suas descobertas em 19 de fevereiro no servidor de pré-impressão bioRxiv, então elas ainda não foram revisadas por pares.

“O que nossas descobertas mostram é que a IA tem o potencial de sintetizar todas as evidências disponíveis e nos direcionar para as questões e projetos experimentais mais importantes”, disse o coautor Tiago Dias da Costa, professor de patogênese bacteriana no Imperial College London, em uma declaração. “Se o sistema funcionar tão bem quanto esperamos, isso pode mudar o jogo; descartando ‘becos sem saída’ e efetivamente nos permitindo progredir em um ritmo extraordinário.”

Usando IA para combater superbactérias

A resistência antimicrobiana (RAM) ocorre quando micróbios infecciosos — como bactérias, vírus, fungos e parasitas — ganham resistência a antibióticos, tornando medicamentos essenciais ineficazes. Apelidada de “ pandemia silenciosa “, a RAM representa uma das maiores ameaças à saúde que a humanidade enfrenta, pois o uso excessivo e incorreto de antibióticos na medicina e na agricultura acelera sua prevalência.

De acordo com um relatório de 2019 dos Centros de Controle e Prevenção de Doenças (CDC), bactérias resistentes a medicamentos mataram pelo menos 1,27 milhão de pessoas globalmente naquele ano. Cerca de 35.000 dessas mortes ocorreram somente nos EUA, o que significa que as fatalidades nos EUA pelo problema aumentaram 52% desde o último relatório de RAM do CDC, em 2013.

Para investigar o problema, Penadés e sua equipe começaram a procurar maneiras pelas quais um tipo de superbactéria — uma família de vírus que infectam bactérias, conhecidos como ilhas cromossômicas induzíveis por fagos formadores de capsídeos (cf-PICIs) — adquire a capacidade de infectar diversas espécies de bactérias.

Os cientistas levantaram a hipótese de que esses vírus faziam isso pegando caudas, que são usadas para injetar o genoma viral na célula bacteriana hospedeira, de diferentes vírus que infectam bactérias. Experimentos provaram que seu palpite estava correto, revelando um mecanismo inovador na transferência horizontal de genes que a comunidade científica desconhecia anteriormente.

Antes que alguém da equipe compartilhasse suas descobertas publicamente, os pesquisadores fizeram a mesma pergunta à ferramenta de cocientista de IA do Google. Depois de dois dias, a IA retornou sugestões, uma delas sendo o que eles sabiam ser a resposta correta.

“Isso efetivamente significa que o algoritmo foi capaz de analisar as evidências disponíveis, analisar as possibilidades, fazer perguntas, projetar experimentos e propor a mesma hipótese à qual chegamos após anos de pesquisa científica meticulosa, mas em uma fração do tempo”, disse Penadés, professor de microbiologia no Imperial College London, no comunicado.

Os pesquisadores observaram que usar a IA desde o início não teria eliminado a necessidade de conduzir experimentos, mas os teria ajudado a formular a hipótese muito mais cedo, economizando anos de trabalho.

Apesar dessas descobertas promissoras e outras , o uso de IA na ciência continua controverso. Um crescente corpo de pesquisas assistidas por IA, por exemplo, demonstrou ser irreproduzível ou mesmo totalmente fraudulento. Para minimizar esses problemas e maximizar os benefícios que a IA pode trazer à pesquisa, os cientistas estão propondo ferramentas para detectar má conduta de IA e estabelecendo estruturas éticas para avaliar a precisão das descobertas.