Pesquisa· atualizado em · 4 min de leitura· Redação Invision

IA e genoma: por que modelos como Evo 2 e AlphaGenome ainda não decifram a regulação gênica

Modelos de genoma como Evo 2, Genos e AlphaGenome avançam, mas a regulação gênica complexa ainda desafia a IA. Entenda o que isso significa para quem pesquisa.

Ilustração de uma dupla hélice de DNA em um fundo escuro, representando o genoma humano.
Imagem ilustrativa: National Human Genome Research Institute · Public domain · origem

Resumo: Modelos de fundação genômica como Evo 2, Genos e AlphaGenome são treinados em grandes volumes de dados para prever efeitos de variações no DNA, mas não explicam como a regulação gênica realmente funciona. A notícia importa agora porque, mesmo com o sequenciamento completo do genoma humano, a complexidade da regulação — que envolve enhancers, loops de cromatina e marcas epigenéticas — continua sendo um obstáculo para a compreensão plena e para a aplicação clínica da IA.

Pontos-chave

  • Apenas 2% do genoma humano codifica proteínas; o restante está envolvido em regulação complexa.
  • Modelos como Evo 2, Genos e AlphaGenome preveem efeitos de variações, mas não explicam mecanismos regulatórios.
  • Enhancers podem estar a milhões de nucleotídeos de distância e atuar em combinações complexas de fatores.
  • A organização 3D da cromatina e marcas epigenéticas adicionam camadas de dificuldade para a compreensão.
  • A IA é útil para previsão, mas não substitui a compreensão biológica profunda da regulação gênica.
Nesta matéria

Por que a IA ainda não decifra o genoma humano?#

O genoma humano foi sequenciado quase completamente pelo Projeto Genoma Humano entre 1990 e 2003, mas isso não revelou como ele funciona. Apenas cerca de 2% do genoma corresponde a genes que codificam proteínas; o restante está envolvido em mecanismos de regulação gênica que a biologia ainda não compreende por completo.

Modelos de fundação genômica como Evo 2, Genos e AlphaGenome são treinados com grandes volumes de dados genômicos para prever como diferenças na sequência de DNA afetam processos biológicos e traços como risco de doenças. No entanto, eles funcionam como caixas-pretas computacionais: não explicam os mecanismos regulatórios subjacentes, apenas inferem correlações a partir de casos conhecidos.

A notícia destaca que essa abordagem pode ser útil, mas não substitui a compreensão real de como o genoma opera. Além disso, o genoma pode não se submeter à lógica de entrada e saída que esses modelos assumem.

O que torna a regulação gênica tão complexa?#

A regulação gênica envolve fatores de transcrição que se ligam a regiões de DNA chamadas enhancers, que podem estar localizadas a milhões de nucleotídeos de distância do gene que regulam. O genoma humano tem centenas de milhares, talvez milhões, de enhancers — muito mais do que os cerca de 20 mil genes codificadores de proteínas.

Cada gene pode ser influenciado por muitos enhancers, e cada enhancer pode influenciar múltiplos genes. A ativação de um enhancer geralmente requer uma combinação de fatores de transcrição, o que confere especificidade ao processo. Além disso, a organização tridimensional da cromatina, com loops formados pela coesina e domínios de associação topológica (TADs), adiciona camadas de controle.

Marcas epigenéticas, como modificações em histonas ou no próprio DNA, também alteram a acessibilidade da cromatina e a transcrição. Tudo isso torna a regulação gênica um sistema dinâmico e difícil de modelar de forma simplificada.

Por que os modelos de fundação genômica não bastam?#

Os modelos de fundação genômica são treinados para prever efeitos de variações genéticas, mas não incorporam explicitamente os mecanismos regulatórios. Eles aprendem correlações a partir de dados existentes e podem fazer previsões úteis, mas não oferecem explicações causais.

A bióloga Karen Adelman, de Harvard Medical School, observa que os genes provavelmente não são a parte mais interessante do genoma; o que importa é como eles são regulados. Wendy Bickmore, da Universidade de Edimburgo, destaca que, 25 anos após o Projeto Genoma Humano, ainda não se sabe onde estão todos os enhancers nem o que eles fazem.

Para quem busca compreensão profunda, uma caixa-preta algorítmica não é suficiente. O genoma é produto de cerca de 4 bilhões de anos de evolução, e sua complexidade pode não se encaixar em abordagens simplistas de entrada e saída.

O que a biologia já sabe sobre a regulação gênica?#

Sabe-se que a transcrição é iniciada por fatores de transcrição que se ligam ao DNA e recrutam a polimerase. Em organismos complexos, esses fatores não têm preferência forte por sítios de ligação específicos e costumam atuar em pares ou grupos, com efeitos que dependem do contexto celular.

A lógica regulatória em humanos é mais parecida com “E” (AND) do que com “OU” (OR): múltiplos sinais são integrados para tomar decisões. Os enhancers são os principais pontos de integração, e sua ativação requer um coquetel de fatores. A cromatina se organiza em heterocromatina (compactada e silenciada) e eucromatina (aberta e acessível), e sua conformação tridimensional é dinâmica.

Além disso, a regulação pós-transcricional, mediada por RNAs não codificadores, adiciona mais camadas de controle sobre a tradução do mRNA em proteínas.

O que isso muda para quem usa IA?#

Para desenvolvedores e pesquisadores que usam IA, a notícia reforça que modelos de fundação genômica são ferramentas poderosas para previsão, mas não substituem a compreensão dos mecanismos biológicos. É importante ter expectativas realistas sobre o que esses modelos podem entregar.

A Invision oferece acesso a vários modelos de IA por meio de uma única chave, o que pode facilitar a experimentação com diferentes abordagens para problemas complexos como a regulação gênica. No entanto, não há promessa de que a IA resolverá todos os desafios científicos de forma autônoma.

Perguntas frequentes

O que são modelos de fundação genômica?

São modelos de IA treinados em grandes volumes de dados genômicos para prever como variações na sequência de DNA afetam processos biológicos e traços. Exemplos incluem Evo 2, Genos e AlphaGenome (Google DeepMind).

Por que a IA não consegue explicar a regulação gênica?

Porque a regulação envolve mecanismos complexos como enhancers distantes, loops de cromatina, marcas epigenéticas e lógica combinatória de fatores de transcrição, que não são capturados por modelos que apenas inferem correlações.

Qual a diferença entre genes e enhancers?

Genes são sequências que codificam proteínas (cerca de 20 mil no genoma humano). Enhancers são regiões regulatórias que controlam quando e onde os genes são ativados; existem centenas de milhares, talvez milhões, e podem estar distantes dos genes que regulam.

O que é o Projeto Genoma Humano?

Foi um esforço internacional que sequenciou quase completamente o genoma humano entre 1990 e 2003, revelando que apenas cerca de 2% do DNA corresponde a genes codificadores de proteínas.

genomaiaregulação gênicamodelos de fundaçãobioinformática

Fonte original: Why AI Isn’t Ready to Tackle Our Convoluted Genomes (Wired). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.