Microbiologistas do Imperial College London compararam os resultados de uma década de trabalho com as capacidades da inteligência artificial. Eles propuseram ao sistema Google Co-scientist a tarefa de explicar como elementos genéticos móveis transferem genes de resistência a antibióticos entre bactérias.
Em 48 horas, a IA, construída sobre o modelo Gemini como um sistema multiagente, apresentou cinco hipóteses classificadas. A primeira coincidiu exatamente com o mecanismo que os cientistas confirmaram experimentalmente após anos de pesquisa em laboratório.
Trata-se de cf-PICIs — ilhas cromossômicas fago-induzíveis formadoras de capsídeo. Esses elementos são capazes de criar suas próprias cascas protetoras, mas para infectar novos hospedeiros, eles sequestram estruturas da cauda de outros bacteriófagos.
O líder do projeto, professor José R. Penadés, do Imperial College London e da iniciativa Fleming, juntamente com o coautor Tiago Dias da Costa, publicaram os resultados na revista Cell. Eles escolheram deliberadamente um problema já resolvido, mas ainda não publicado, para testar a IA com uma resposta conhecida.
Penadés até escreveu para o Google perguntando se houve um vazamento de dados. A empresa confirmou que não houve acesso aos resultados não publicados.
As outras quatro hipóteses apontaram direções que a equipe não havia considerado anteriormente. Elas agora estão sendo testadas em laboratório.
O teste mostrou que o sistema sintetiza efetivamente dados biológicos complexos e propõe hipóteses viáveis. Mas será que ele pode acelerar descobertas em áreas onde não há um padrão pronto para comparação?
Os cientistas enfatizam: a IA atua como uma ferramenta de filtragem de ideias, não substituindo anos de experimentos com amostras reais. A publicação na Cell saiu em novembro de 2025.
