Um laborat\u00f3rio aut\u00f4nomo, movido por intelig\u00eancia artificial, opera 24 horas por dia para produzir prote\u00ednas sem c\u00e9lulas vivas. A iniciativa envolve a OpenAI e a empresa de biotecnologia Ginkgo Bioworks, nos Estados Unidos, com o objetivo de tornar rem\u00e9dios mais acess\u00edveis. O sistema funciona na pr\u00e1tica com o ChatGPT orientando e executando experimentos.<\/p>\n
Em seis meses, o sistema aut\u00f4nomo realizou 36 mil testes, conduzidos por rob\u00f4s sob comando da IA. Como resultado, o custo de produ\u00e7\u00e3o de prote\u00ednas caiu pela metade e a capacidade de produ\u00e7\u00e3o aumentou em cerca de 27%.<\/p>\n
Prote\u00ednas s\u00e3o componentes centrais de muitos f\u00e1rmacos, diagn\u00f3sticos e processos qu\u00edmicos industriais. Tornar a produ\u00e7\u00e3o de prote\u00ednas mais r\u00e1pida e barata pode impactar medicina, pesquisa e ind\u00fastria, acelerando descobertas e reduzindo custos.<\/p>\n
O modelo de IA prop\u00f5e, executa e avalia experimentos com equipamentos de automa\u00e7\u00e3o. O sistema aprende com os resultados e decide pr\u00f3ximas etapas, sem depender de interven\u00e7\u00e3o humana para cada teste inicial.<\/p>\n
Durante a fase inicial, houve ganho de velocidade no processamento de dados, permitindo escalonamento para milhares de experimentos. Contudo, os custos cresceram com a produ\u00e7\u00e3o em larga escala, exigindo valida\u00e7\u00e3o por software adicional para distinguir o que \u00e9 vi\u00e1vel do que \u00e9 te\u00f3rico.<\/p>\n
Gra\u00e7as \u00e0 IA, o custo por grama de prote\u00edna saiu de cerca de US$ 700 para US$ 422. Em alguns cen\u00e1rios, a produ\u00e7\u00e3o cresceu at\u00e9 188%, elevando a efici\u00eancia do processo.<\/p>\n
O ChatGPT recebeu acesso a artigos cient\u00edficos e dados experimentais online, o que ajudou a otimizar a receita de prote\u00ednas. Com isso, foram alteradas estruturas de DNA e aprimorados os par\u00e2metros de s\u00edntese utilizadas pelos rob\u00f4s.<\/p>\n
Apesar da automa\u00e7\u00e3o, a supervis\u00e3o humana permaneceu necess\u00e1ria para ajustar protocolos e manuseio de reagentes. Os autores destacam que o sistema projetou e interpretou muitos experimentos, mas o trabalho pr\u00e1tico exigiu operadores experientes.<\/p>\n
A equipe aponta que a pr\u00e1tica de experimenta\u00e7\u00e3o aut\u00f4noma pode substituir parcialmente trabalhos repetitivos, liberando pesquisadores para tarefas mais complexas. Ainda assim, os resultados s\u00e3o baseados em uma prote\u00edna espec\u00edfica, e a aplica\u00e7\u00e3o a outros alvos requer estudo adicional.<\/p>\n","protected":false},"excerpt":{"rendered":"