Cientistas identificam 10.000 candidatos a exoplanetas “impossíveis”, triplicando potencialmente o número de mundos alienígenas conhecidos

Um novo estudo identificou uma quantidade potencialmente recorde de exoplanetas em trânsito. o algoritmo de aprendizado de máquina analisou as curvas de luz de mais de 80 milhões de estrelas.

Com informações de Live Science.

Cientistas podem ter detectado mais de 10.000 exoplanetas nunca antes vistos em um único levantamento, potencialmente triplicando o número de mundos alienígenas conhecidos de uma só vez. A descoberta recorde foi possível graças a um novo algoritmo que ajudou os pesquisadores a analisar mais de 80 milhões de estrelas — revelando pistas sutis que seriam “impossíveis” de serem vistas de outra forma.

Desde que o primeiro planeta extraterrestre foi avistado em 1995 , o número de descobertas de exoplanetas tem aumentado gradualmente, acompanhando o desenvolvimento de novas tecnologias, como o Telescópio Espacial James Webb, que estão mais bem equipadas para detectar esses mundos alienígenas peculiares . Em setembro de 2025, astrônomos revelaram que o número de exoplanetas confirmados havia ultrapassado 6.000 , e quase 300 foram adicionados à lista desde então, segundo a NASA.

Mas em um novo estudo publicado em 20 de abril no servidor de pré-impressão arXiv, pesquisadores relatam ter descoberto um número impressionante de 11.554 candidatos a exoplanetas de uma só vez. Se todos eles puderem ser confirmados, o número total de exoplanetas chegará a quase 18.000, quase o triplo do total atual. (O estudo ainda não foi revisado por pares.)

Utilizando um algoritmo de aprendizado de máquina, a equipe analisou as curvas de luz de precisamente 83.717.159 estrelas capturadas pelo Satélite de Pesquisa de Exoplanetas em Trânsito (TESS) da NASA , um telescópio espacial do tamanho de um carro que orbita a Terra desde 2018. Ao procurar por pequenas quedas no brilho das estrelas, os astrônomos podem determinar quando um planeta provavelmente passou em frente à sua estrela hospedeira, ou seja, quando realizou um trânsito.

Isso revelou mais de 11.000 candidatos a exoplanetas, dos quais 10.052 nunca haviam sido vistos antes. (Outros cientistas já haviam identificado os demais, mas eles ainda não foram confirmados como exoplanetas.) Cerca de 87% dos candidatos foram observados transitando duas ou mais vezes, permitindo que os pesquisadores calculassem os períodos orbitais dos planetas, que variam de 0,5 a 27 dias, de acordo com o StellarCatalog.com.

Mas os pesquisadores não pararam por aí. Para testar a validade de seu modelo, eles tentaram confirmar um dos novos candidatos por conta própria.

Utilizando um dos telescópios Magellan de 6,5 metros (21 pés) no Deserto do Atacama, no Chile, a equipe identificou um exoplaneta “Júpiter quente”, denominado TIC 183374187 b, que orbita uma estrela a cerca de 3.950 anos-luz da Terra — exatamente onde o algoritmo previu.

A confirmação de TIC 183374187 b sugere que pelo menos alguns dos outros candidatos a exoplanetas também serão confirmados. No entanto, primeiro esses planetas precisam ser verificados por meio de pesquisas independentes e estudados com mais detalhes, o que pode levar meses ou anos para ser feito adequadamente.

Encontrando planetas “impossíveis”

O TESS foi projetado especificamente para detectar objetos em trânsito e já descobriu 882 exoplanetas confirmados — aproximadamente 14% do total atual — então pode parecer estranho que ninguém tenha visto a maioria dos novos candidatos até agora. No entanto, há um bom motivo para isso.

A maioria dos pesquisadores prioriza a análise das curvas de luz das estrelas mais brilhantes no conjunto de dados do TESS, porque os eventos de trânsito dessas estrelas são muito mais perceptíveis e fáceis de confirmar. Mas há muitas outras estrelas tênues que acabam sendo capturadas nas fotos de campo amplo do telescópio.

No novo estudo, os pesquisadores analisaram todas as estrelas — até 16 magnitudes mais fracas do que o limite normal para um estudo de trânsito — a partir da primeira imagem de campo amplo do TESS. Os pesquisadores chamam essa ideia de projeto T16.

A extrema penumbra dessas curvas de luz torna extraordinariamente difícil detectar possíveis eventos de trânsito, razão pela qual eles normalmente passam despercebidos. Para superar esse obstáculo, a equipe criou um algoritmo de aprendizado de máquina capaz de distinguir indícios sutis de que um trânsito poderia ter ocorrido. (Aprendizado de máquina é um subconjunto da inteligência artificial em que os computadores aprendem com dados para fazer previsões, em vez de serem explicitamente programados.)

Um programa de computador também permitiu que a equipe analisasse o enorme conjunto de dados, que seria “impossível” para os humanos analisarem sozinhos, informou o Universe Today.

“Este trabalho demonstra que buscas de trânsito em larga escala, auxiliadas por aprendizado de máquina, podem expandir significativamente o número de candidatos a planetas em trânsito, particularmente em torno de estrelas fracas”, escreveram os pesquisadores no artigo.

Infelizmente, os breves períodos orbitais dos candidatos a exoplanetas sugerem que eles provavelmente estão muito próximos de suas estrelas para abrigar vida como a conhecemos. (Isso ocorre porque planetas mais distantes orbitam suas estrelas com menos frequência e têm menos probabilidade de se alinhar com um observador para um trânsito.)

Fontes do artigo
Roth, J. T., Hartman, J. D., Bakos, G. Á., Yee, S. W., Bouma, L. G., Galarza, J. Y., Teske, J. K., Butler, R. P., Crane, J. D., Shectman, S., Osip, D., Vissapragada, S., Beletsky, Y., Kanodia, S., & Gaibor, Y. (2026). The T16 Planet Hunt: 10,000 New Planet Candidates from TESS Cycle 1 and the Confirmation of a Hot Jupiter around TIC 183374187*. The Astrophysical Journal Supplement Series, 284(1), 19. https://doi.org/10.3847/1538-4365/ae5b6c

---

---