Todas as células humanas contêm o mesmo genoma, mas ele funciona de maneiras completamente diferentes em cada uma delas. Umas produzem enzimas, outras hormônios, e outras formam o arcabouço resistente dos ossos e do tecido conjuntivo. A diferença não surge nos próprios genes, mas em quando e com que intensidade eles são ativados e funcionam. A resposta a essa questão fundamental da biologia há muito tempo interessa aos cientistas. Agora, pesquisadores da Universidade da Califórnia em San Diego encontraram uma nova maneira de desvendá-la, aplicando inteligência artificial.
Sob a liderança do professor James T. Kadonaga, a equipe usou aprendizado de máquina para decifrar as regiões críticas de 'iniciação' do DNA — os iniciadores, que marcam o local onde começa a leitura de um gene. O estudo foi liderado pelo estudante de pós-graduação Torrey Rhyne-Carrig, que, juntamente com colegas, realizou sequenciamento de alto rendimento de cerca de meio milhão de variantes de sequências iniciadoras e treinou um modelo de aprendizado de máquina para reconhecer seus padrões característicos. Os resultados mostraram que um iniciador ativo está presente em aproximadamente 60% dos promotores concentrados de genes humanos — um número maior do que as estimativas anteriores, que se baseavam na busca por sequências semelhantes e giravam em torno de 40–56%. O novo número é mais confiável, pois se baseia em medições experimentais, e não em uma simples busca por padrão.
O modelo obtido permitiu, pela primeira vez, prever com alta precisão a presença de iniciadores no genoma e decifrar a sequência funcional mínima necessária para o início da transcrição. Isso significa que os cientistas agora podem olhar para uma região do DNA e dizer se ela funcionará como um iniciador ativo — uma ferramenta que era impossível antes.
A descoberta tem um significado prático sério. Mutações nos iniciadores perturbam a ativação normal dos genes e podem contribuir para o desenvolvimento de doenças, incluindo câncer. O novo modelo permite avaliar o impacto de tais alterações antes de realizar experimentos em células vivas — isso economiza tempo, recursos e ajuda os médicos a prever com mais precisão as consequências das mutações para cada paciente específico. Além disso, a assinatura decifrada do iniciador abre caminho para biotecnologistas criarem promotores sintéticos com propriedades previsíveis para terapia direcionada e engenharia genética.
O genoma humano contém aproximadamente 3 bilhões de pares de bases — uma instrução enorme na qual estão codificadas as regras: onde, quando e em que quantidade cada um dos 20 000–25 000 genes deve funcionar. O iniciador é apenas um dos muitos elementos reguladores que controlam esse processo. O modelo treinado em iniciadores é o primeiro passo para decifrar a 'linguagem' molecular da regulação. Os cientistas observam que, no futuro, planejam expandir a pesquisa para outros elementos reguladores importantes do genoma: os enhancers (que aumentam a atividade dos genes) e os silenciadores (que a suprimem) — para compor um quadro completo de como os genes são ligados e desligados em diferentes células.
O estudo, publicado na conceituada revista Genes & Development em 31 de julho de 2026, representa um passo importante no trabalho de longa data para construir uma inteligência artificial completa para decifrar o código de expressão dos genes humanos — o conjunto completo de instruções que determinam quais genes são ativados, quando e em quais células. A aplicação prática já se vislumbra em um futuro próximo: os médicos poderão prever com mais precisão as consequências de mutações, e os biotecnologistas terão uma ferramenta para construir sequências reguladoras artificiais com propriedades desejadas.
Compreender os mecanismos que decidem qual gene 'ligar' no momento certo e na quantidade certa nos aproxima de uma medicina personalizada mais precisa. Isso ajuda a responder à questão fundamental da biologia: por que o mesmo DNA gera uma diversidade tão incrível de células, tecidos e órgãos em um único organismo.
