IA cria um “mapa” da evolução das células ao longo de 700 milhões de anos

Principais destaques

• 125 tipos celulares comparados: o Unify reconstruiu relações evolutivas entre células de sete espécies muito diferentes.
• Genes diferentes, funções parecidas: a ferramenta identifica quando células mantêm funções semelhantes mesmo sem compartilhar os mesmos genes.
• Um atalho para a pesquisa médica: a tecnologia pode ajudar a apontar quais descobertas feitas em animais têm maior chance de se aplicar à biologia humana.

A evolução costuma ser contada como uma árvore. Mas, quando o assunto são células, essa árvore fica bem mais complicada: genes mudam, funções são reaproveitadas e organismos diferentes podem chegar a soluções biológicas semelhantes.

Foi justamente nesse emaranhado que pesquisadores da King Abdullah University of Science and Technology, conhecida como KAUST, decidiram colocar inteligência artificial para trabalhar.

O resultado é o Unify, uma ferramenta capaz de rastrear relações entre tipos celulares de sete espécies ao longo de mais de 700 milhões de anos.

O problema é que genes não contam toda a história 🧬

Comparar células de espécies diferentes parece, à primeira vista, uma questão de encontrar genes correspondentes.

Só que a evolução não facilita tanto assim.

Métodos tradicionais costumam recorrer ao sequenciamento de RNA de célula única e à identificação de correspondências diretas entre genes. Quanto maior a distância evolutiva entre duas espécies, porém, mais difícil fica determinar se dois genes realmente desempenham funções equivalentes.

É aí que o Unify muda a pergunta.

🔎 Em vez de perguntar “qual gene corresponde a qual?”: a ferramenta procura entender quais funções estão sendo desempenhadas.

Para fazer isso, modelos de IA analisam sequências de proteínas e descrições científicas das funções dos genes. Genes que apresentam características funcionais semelhantes podem então ser agrupados em unidades chamadas “macrogenes”.

Segundo Huawen Zhong, autor principal do estudo e biólogo computacional da KAUST, essa abordagem permite reconhecer células com funções semelhantes mesmo quando seus genes individuais já não apresentam correspondência direta.

💡 A evolução pode trocar as peças sem necessariamente mudar o trabalho que a célula precisa fazer.

Sete espécies, 125 tipos de células e uma história muito antiga 🌎

Nos testes, o Unify reconstruiu relações entre 125 tipos celulares de sete espécies.

O sistema conseguiu distinguir diferentes situações evolutivas. Entre elas, estão genes que permanecem semelhantes, genes que mudaram de função ao longo do tempo e casos em que genes diferentes acabaram evoluindo de maneira independente para realizar tarefas semelhantes.

Essa distinção é importante porque duas células podem chegar a uma função parecida por caminhos evolutivos completamente diferentes.

Quando a defesa muda, mas a missão continua 🛡️

Um dos exemplos analisados envolve células do sistema imunológico.

Ao comparar células imunológicas de diferentes espécies, o Unify encontrou mecanismos de defesa compartilhados que poderiam ser difíceis de identificar usando apenas comparações diretas entre genes.

E a aplicação não ficou apenas na reconstrução do passado evolutivo.

Em um experimento, a ferramenta utilizou observações de células imunológicas de linfonodos de camundongos para prever como células sanguíneas humanas responderiam a uma proteína de sinalização imunológica.

O resultado superou os métodos existentes descritos no estudo.

🧪 O detalhe que interessa aos pesquisadores: a ferramenta não precisa encontrar uma cópia quase idêntica de um gene para estabelecer uma relação funcional entre células.

Isso abre uma possibilidade particularmente relevante para a biologia experimental: usar animais como modelos sem assumir automaticamente que tudo o que acontece neles será reproduzido da mesma maneira em humanos.

Afinal, o que um camundongo pode realmente ensinar sobre nós? 🐭

Essa é uma das perguntas centrais por trás do trabalho.

Grande parte da pesquisa biomédica depende de organismos-modelo, especialmente camundongos. Eles permitem estudar mecanismos biológicos, testar hipóteses e observar respostas que seriam difíceis ou impossíveis de investigar diretamente em pessoas.

O problema aparece na hora de transportar esses resultados para a biologia humana.

Uma descoberta pode funcionar em determinado animal e não produzir o mesmo efeito em humanos. Saber antecipadamente quais mecanismos celulares são realmente comparáveis pode, portanto, ajudar a direcionar experimentos.

Manuel Aranda, professor de ciências marinhas da KAUST, destacou justamente esse potencial. Segundo ele, o Unify pode ajudar pesquisadores a identificar quais descobertas feitas em organismos-modelo têm maior probabilidade de ser relevantes para humanos.

Não é apenas sobre encontrar células “iguais” 🔬

A diferença parece pequena, mas muda bastante a interpretação.

Imagine duas células como duas fábricas. Uma pode trocar completamente as máquinas usadas na linha de produção ao longo de milhões de anos, enquanto a outra mantém equipamentos semelhantes.

Se ambas continuam produzindo o mesmo produto e desempenhando funções equivalentes, uma comparação baseada apenas nas máquinas poderia concluir que elas são muito diferentes.

O Unify tenta enxergar também o trabalho realizado pela fábrica.

Essa perspectiva funcional é especialmente útil quando a evolução já teve centenas de milhões de anos para remodelar os componentes internos das células.

E o mapa ainda vai ficar mais complexo

Os pesquisadores não pretendem parar nos dados usados no estudo.

A equipe está expandindo o Unify para incorporar informações sobre regulação gênica e sobre a posição das células dentro dos tecidos.

Isso importa porque uma célula não funciona isoladamente. O local onde ela está, os sinais que recebe e os genes que estão ativos naquele ambiente podem mudar profundamente seu comportamento.

🧩 Próxima camada: combinar identidade celular, função, regulação genética e localização pode produzir uma visão mais completa de como diferentes células evoluíram.

Se funcionar como esperado, o resultado será menos parecido com um simples catálogo de genes e mais próximo de um mapa funcional da evolução celular.

De 700 milhões de anos atrás para a medicina de amanhã

O aspecto mais interessante do Unify está justamente nessa ponte entre duas escalas.

De um lado, a ferramenta tenta reconstruir relações celulares que atravessam mais de 700 milhões de anos de evolução. Do outro, a motivação prática é bastante atual: descobrir quais resultados obtidos em animais podem ajudar a explicar doenças e mecanismos biológicos humanos.

A tecnologia ainda está sendo ampliada, portanto não transforma automaticamente resultados de pesquisas com animais em evidências aplicáveis a pessoas.

Mas ela pode oferecer uma maneira diferente de decidir onde existe uma correspondência funcional real e onde a semelhança aparente esconde uma diferença importante.

No fim, talvez o maior ganho não esteja em desenhar uma árvore evolutiva cada vez mais detalhada. Está em aprender a reconhecer, dentro dela, quais caminhos ainda levam à mesma função.

E, conforme o Unify incorporar regulação genética e localização nos tecidos, esse mapa de 700 milhões de anos pode começar a responder uma pergunta bem mais próxima do presente: quais partes dessa história evolutiva ainda estão acontecendo dentro de nós?