Imagine uma vacina pronta antes mesmo de uma nova pandemia começar — capaz de proteger não só contra o vírus que já conhecemos, mas também contra parentes dele que ainda nem chegaram aos humanos. É exatamente essa a aposta de um grupo de pesquisadores britânicos que, com a ajuda da inteligência artificial, deu um primeiro passo concreto nessa direção.
O que aconteceu
Cientistas da Universidade de Cambridge, no Reino Unido, anunciaram que uma vacina experimental chamada pEVAC-PS passou pela primeira fase de testes em pessoas. A vacina foi projetada com auxílio de inteligência artificial (IA), tecnologia que aqui funciona como uma espécie de assistente capaz de analisar uma enorme quantidade de dados e enxergar padrões que o olho humano dificilmente encontraria.
A grande sacada é que a pEVAC-PS não foi desenhada para um único inimigo. O alvo são os sarbecovírus, um grupo que inclui o SARS-CoV-1 (causador da epidemia de SARS em 2003), o SARS-CoV-2 (responsável pela Covid-19) e outros vírus que hoje circulam em animais e que, um dia, podem dar o salto para os humanos.
Como a inteligência artificial entrou na história
O trabalho usou uma plataforma chamada DIOSynVax, que aplicou IA para vasculhar a estrutura de vários coronavírus ao mesmo tempo. O foco foi a proteína spike — a 'chave' que o vírus usa para invadir nossas células e a parte que costuma sofrer mais mutações a cada nova variante.
Em vez de mirar os trechos que vivem mudando, a IA procurou as regiões que quase não se alteram, mesmo quando surgem variantes diferentes. A partir desse mapa, o sistema ajudou a montar uma sequência sintética inédita, batizada pelos cientistas de 'superantígeno'. Na prática, é um treino de reconhecimento: a ideia é ensinar o sistema imunológico a identificar os pontos mais estáveis e comuns a vários coronavírus de uma vez.
“A abordagem deve nos proteger daquilo que pode causar o próximo surto ou doença.”
— Jonathan Heeney, líder da pesquisa, à BBC
O que o primeiro teste mostrou
A etapa inicial envolveu 39 voluntários saudáveis, com idades entre 18 e 50 anos. Esse tipo de teste, chamado de fase 1, serve principalmente para responder a uma pergunta: a vacina é segura? A resposta foi positiva — não foram registrados efeitos colaterais significativos.
Além disso, a vacina ativou respostas de defesa contra o SARS-CoV-2, o SARS original e vírus relacionados de origem animal. Os próprios pesquisadores classificaram o efeito inicial como 'modesto', mas o ponto importante é outro: o conceito funcionou. Provar que a ideia tem futuro era justamente o objetivo desta primeira rodada.
- Vacina: pEVAC-PS, projetada com ajuda de IA pela Universidade de Cambridge
- Participantes: 39 voluntários saudáveis de 18 a 50 anos
- Resultado: sem efeitos colaterais relevantes e com resposta imune a vários coronavírus
- Próximo passo: nova fase com cerca de 200 pessoas, para avaliar a eficácia em um público mais variado
E não para por aí
A mesma plataforma já está sendo usada para desenvolver outras vacinas 'universais', como uma contra a gripe sazonal, uma voltada à gripe aviária (H5N1) e soluções para febres hemorrágicas, incluindo vírus da família do Ebola. Esses estudos, porém, ainda estão em fase de testes em animais — ou seja, mais distantes de chegar às pessoas.
Por que isso importa pra você
A Covid-19 saiu das manchetes, mas o SARS-CoV-2 continua circulando no Brasil e ainda sofre mutações. Uma vacina capaz de proteger contra várias versões do vírus de uma só vez poderia reduzir a necessidade de reformular o imunizante a cada nova variante. E, no caso de uma futura ameaça, ter parte do trabalho pronto com antecedência pode significar ganhar tempo precioso — o tempo que faltou no início da pandemia.
O caso também é um bom exemplo de como a IA vem deixando de ser só assunto de chatbots e assistentes virtuais para atuar nos bastidores da ciência, acelerando descobertas que afetam a saúde de todo mundo. Ainda é cedo para comemorar: faltam novas fases de testes e anos de pesquisa até uma eventual aprovação. Mas é um sinal animador do que a tecnologia pode destravar quando aplicada a problemas reais.
Fontes: Universidade de Cambridge, BBC News, Tecnoblog, CNN Brasil e Gizmodo Brasil.