Cambridge usa IA para criar vacina

Toda vacina conhecida na história foi desenvolvida com o mesmo ponto de partida: uma amostra do vírus que se quer combater. Os cientistas estudam a cepa atual, identificam o que o sistema imunológico precisa aprender a reconhecer e constroem o antígeno a partir disso. É um processo que funciona — mas que tem um problema estrutural. O vírus não espera.

Influenza, coronavírus, variantes de Ebola: a capacidade de mutação viral é exatamente o que torna a medicina reativa por definição. Quando a vacina está pronta, o alvo já se moveu. Quando a produção está em escala, o vírus já sofreu novas adaptações. Quando a população está imunizada, começa o ciclo seguinte.

A equipe da Universidade de Cambridge decidiu atacar esse problema de outra forma — e para isso precisou de um tipo de inteligência que humanos simplesmente não têm.

O que a IA fez que um cientista não conseguiria

Os pesquisadores partiram de uma base de dados de códigos genéticos de coronavírus já catalogados por programas globais de vigilância viral — sistemas que monitoram constantemente possíveis ameaças zoonóticas, ou seja, vírus que circulam em animais e podem dar o salto para humanos.

Essa base é vasta demais para análise humana em escala útil. São centenas de sequências genéticas, com padrões que se cruzam, divergem e convergem de formas que levaria anos para um time de pesquisadores mapear manualmente. A IA processou tudo isso e fez algo que não estava no manual: projetou um “superantígeno” — uma estrutura artificial, que não existe em nenhum vírus real, mas que foi calculada para ser reconhecida pelo sistema imunológico humano como ameaça comum a toda a família dos coronavírus.

A lógica é elegante e brutal ao mesmo tempo. Em vez de treinar o sistema imunológico para reconhecer um vírus específico, a vacina o treina para reconhecer o padrão que une toda a família — incluindo variantes que ainda não existem e vírus que ainda circulam só em animais. É a diferença entre ensinar alguém a reconhecer uma pessoa específica e ensinar a reconhecer características comuns a toda uma linhagem.

O professor Jonathan Heeney, que lidera a pesquisa, resumiu o que está em jogo: “Isso significa produzir vacinas que nos protejam, não apenas dos vírus de hoje, mas também daquilo que pode causar o próximo surto ou doença. Isso representa uma mudança fundamental na forma como nos preparamos para pandemias.”

Onde a pesquisa está — e o que ainda falta

Os primeiros ensaios clínicos envolveram 39 pessoas e foram desenhados para avaliar segurança, não eficácia. Os resultados, publicados no Journal of Infection, apontam que o impacto no sistema imunológico foi “modesto” — palavra que, no vocabulário científico, significa promissor o suficiente para seguir, mas sem euforia prematura. Um segundo estudo com cerca de 200 participantes está em andamento para mapear com mais precisão como e quanto o sistema imunológico é treinado.

O professor Saul Faust, que conduziu parte dos ensaios na Universidade de Southampton, foi direto: o projeto com IA “definitivamente tem potencial” e é “muito empolgante” — especialmente porque a tecnologia se mostra mais capaz exatamente onde a medicina tradicional mais falha: projetar proteção para vírus em mutação.

A ressalva necessária vem do professor Andy Pollard, do Oxford Vaccine Group, que não participou do estudo. Ele lembrou que o verdadeiro teste é sempre o que acontece nos ensaios em humanos, cujos sistemas imunológicos são fundamentalmente diferentes dos de camundongos de laboratório — moldados por décadas de infecções reais que deixam marcas no repertório imunológico de cada pessoa. Os dados em animais são “fascinantes”, nas palavras dele, e as respostas imunológicas obtidas eram consideradas impossíveis até recentemente. Mas a validação em humanos é o salto que definirá se essa abordagem realmente muda o jogo.

O que já está sendo desenvolvido a partir dessa plataforma

A equipe de Cambridge não está esperando os ensaios clínicos concluírem para ampliar o escopo. Pesquisas em animais já estão em andamento para três frentes paralelas.

A primeira é uma vacina universal contra gripe sazonal — que não precisaria ser reformulada todo ano. Atualmente, as autoridades de saúde fazem previsões anuais sobre quais cepas da influenza circularão na próxima temporada e produzem vacinas baseadas nessas apostas. Quando a previsão acerta, a eficácia é razoável. Quando erra, é baixa. Uma vacina projetada por IA para cobrir toda a família do vírus eliminaria essa roleta.

A segunda é uma vacina contra gripe aviária H5N1 — preparada para o cenário em que o vírus que atualmente está devastando populações de aves ao redor do mundo dê o salto para transmissão humana em escala. É exatamente o tipo de preparação antecipatória que o modelo convencional de desenvolvimento vacinal não consegue fazer com rapidez suficiente.

A terceira é uma vacina para febres hemorrágicas virais, cobrindo múltiplas espécies de Ebola — incluindo a que está causando o surto atual na República Democrática do Congo, para a qual ainda não existe vacina aprovada.

O que isso muda além da medicina

O professor Andy Pollard foi categórico ao avaliar o impacto mais amplo: a inteligência artificial será um “divisor de águas” para a pesquisa de vacinas. Não apenas pela velocidade de análise de dados, mas pela capacidade de prever como o sistema imunológico responderá a uma vacina antes de qualquer ensaio clínico — comprimindo drasticamente o ciclo de desenvolvimento e, em última análise, salvando vidas.

O que está sendo testado em Cambridge não é uma vacina. É uma plataforma — uma forma completamente nova de fazer o trabalho que, até agora, só podia começar depois que o vírus já estava circulando. A pandemia de Covid mostrou ao mundo o custo de chegar tarde. A pergunta que essa pesquisa começa a responder é o que acontece quando a ciência chega antes.