Uma das maiores ambições da biologia sintética é construir células artificiais capazes de reproduzir funções essenciais da vida. Agora, uma equipe internacional de pesquisadores desenvolveu uma tecnologia que pode acelerar dramaticamente esse objetivo ao permitir que células sintéticas sejam observadas, classificadas e selecionadas automaticamente com base em seus comportamentos visuais.

O estudo, publicado em junho de 2026 na revista científica Science Advances, apresenta uma plataforma que combina microscopia confocal automatizada, inteligência artificial e triagem genética para identificar variantes mais promissoras de células sintéticas. A pesquisa foi liderada por Marijn van den Brink, Marlena Stam, Nico J. Claassens e Christophe Danelon, da Delft University of Technology, da Wageningen University e do Toulouse Biotechnology Institute.

O avanço resolve um dos principais desafios da área: compreender como diferenças genéticas produzem diferentes comportamentos em células artificiais. Em organismos vivos, essa relação entre genótipo e fenótipo é estudada há décadas. Em sistemas sintéticos, porém, a tarefa é muito mais complexa.

“Nosso trabalho estabelece a seleção fenotípica baseada em microscopia como uma tecnologia central para a construção de células sintéticas por meio de uma abordagem evolutiva em nível de sistema”, afirmam os autores.

As células sintéticas utilizadas pelos pesquisadores são lipossomos — pequenas vesículas esféricas delimitadas por membranas lipídicas que funcionam como versões simplificadas de células biológicas. Dentro delas, os cientistas encapsulam DNA e sistemas bioquímicos capazes de produzir proteínas.

Até hoje, métodos convencionais conseguiam selecionar essas estruturas apenas com base em parâmetros simples, como intensidade de fluorescência. Isso limitava enormemente a capacidade de identificar fenótipos mais sofisticados.

A nova abordagem muda esse cenário.

Utilizando microscopia confocal automatizada, o sistema captura imagens detalhadas de 50 a 150 lipossomos por campo visual. Algoritmos de aprendizado profundo analisam instantaneamente características como intensidade de sinal, forma da membrana, localização espacial de proteínas e até comportamentos dinâmicos ao longo do tempo.

Quando uma célula sintética apresenta o comportamento desejado, ela recebe uma “marca luminosa” por meio da ativação de uma proteína fluorescente chamada PAmCherry2. Posteriormente, essas vesículas são isoladas por citometria de fluxo e seu DNA é recuperado para análise ou novas rodadas de evolução.

Segundo os autores, o processo permite rastrear diretamente a relação entre comportamento observado e informação genética, um passo fundamental para a evolução dirigida de sistemas artificiais.

O coração computacional da plataforma é um conjunto de redes neurais da família YOLO (“You Only Look Once”), amplamente utilizadas em reconhecimento de imagens.

Os pesquisadores treinaram os modelos com centenas de imagens de lipossomos apresentando diferentes padrões biológicos. O melhor algoritmo alcançou 82% de precisão e 82% de sensibilidade na identificação de vesículas contendo proteínas localizadas corretamente na membrana.

A inteligência artificial também foi capaz de detectar comportamentos dinâmicos complexos.

Em um dos experimentos mais impressionantes do estudo, a equipe observou oscilações periódicas do sistema proteico Min, responsável por orientar a divisão celular em bactérias. Essas oscilações podem assumir diferentes padrões espaciais e temporais dentro dos lipossomos.

Para identificá-las, o sistema registrou vídeos e comparou automaticamente o comportamento das proteínas em diferentes instantes. Em apenas oito horas, cerca de 40 mil lipossomos foram analisados. A classificação automática alcançou 76% de precisão e 44% de sensibilidade para detectar comportamentos dinâmicos.

Para validar a tecnologia, os pesquisadores criaram bibliotecas contendo diferentes variantes genéticas.

Em um teste envolvendo lipossomos produtores de proteína fluorescente amarela (YFP), a plataforma conseguiu aumentar a frequência dos genes desejados de 3% para 78%, correspondendo a um enriquecimento médio de 39 vezes.

Em outro experimento, envolvendo o gene bacteriano minD, a proporção de variantes desejadas aumentou de 7% para 81%, um enriquecimento de aproximadamente 19 vezes.

Os pesquisadores foram além. Eles criaram uma biblioteca contendo nove variantes mutantes de minD, cada uma com diferentes capacidades de interação com membranas. Após a triagem automatizada, apenas duas variantes permaneceram enriquecidas, demonstrando que o sistema foi capaz de identificar precisamente as formas funcionais da proteína.

A construção de células sintéticas é considerada uma das fronteiras mais desafiadoras da ciência moderna. Desde o início dos anos 2000, laboratórios ao redor do mundo vêm conseguindo reconstruir funções biológicas isoladas, incluindo síntese de proteínas, replicação de DNA e produção de membranas.

O próximo passo é integrar esses módulos em sistemas cada vez mais complexos, capazes de apresentar propriedades emergentes semelhantes às da vida.

Segundo Christophe Danelon e colegas, a nova plataforma oferece exatamente a ferramenta necessária para esse salto.

Ao contrário das técnicas tradicionais, que analisam apenas um parâmetro por vez, o novo método permite realizar uma verdadeira “fenotipagem visual” das células sintéticas, considerando simultaneamente morfologia, localização de proteínas e comportamento temporal.

A tecnologia também abre espaço para futuras aplicações envolvendo aprendizado não supervisionado, no qual algoritmos poderiam descobrir padrões biológicos inéditos sem intervenção humana.

Embora ainda distante da criação de organismos artificiais completos, o estudo representa um marco importante na convergência entre biologia sintética e inteligência artificial. Ao permitir que máquinas identifiquem automaticamente quais células artificiais exibem os comportamentos mais promissores, os pesquisadores aproximam a ciência de um objetivo perseguido há décadas: construir sistemas capazes de evoluir, adaptar-se e, eventualmente, reproduzir algumas das propriedades fundamentais da vida.