Quando surgem os primeiros relatos de uma nova variante da COVID-19, cientistas do mundo todo se esforçam para responder a uma pergunta crucial: essa nova cepa será mais contagiosa ou mais grave do que suas antecessoras? Quando as respostas chegam, muitas vezes é tarde demais para tomar decisões imediatas de políticas públicas ou ajustar estratégias de vacinação, custando tempo, esforço e recursos valiosos às autoridades de saúde pública.

Em duas publicações recentes na revista Proceedings of the National Academy of Sciences (PNAS), uma equipe de pesquisa do Departamento de Química e Biologia Química combinou biofísica com inteligência artificial para identificar variantes virais de alto risco em tempo recorde — oferecendo uma abordagem transformadora para lidar com pandemias. O objetivo: antecipar-se a um vírus, prevendo seus saltos evolutivos antes que ele ameace a saúde pública.

“Como sociedade, muitas vezes estamos muito despreparados para o surgimento de novos vírus e pandemias, por isso nosso laboratório tem trabalhado em maneiras de ser mais proativos”, disse o autor sênior Eugene Shakhnovich , Professor Roy G. Gordon de Química. “Utilizamos princípios fundamentais da física e da química para desenvolver um modelo multiescala para prever o curso da evolução de uma variante específica e para prever quais variantes se tornarão dominantes nas populações.”

Os estudos detalham abordagens para prever as variantes virais com maior probabilidade de se tornarem riscos à saúde pública e para acelerar a validação experimental. Juntos, esses avanços remodelam tanto a previsão quanto a detecção de variantes virais perigosas, estabelecendo um modelo para aplicações mais amplas.

Esses estudos foram liderados por membros do laboratório de Shakhnovich, incluindo os coautores Dianzhuo (John) Wang e Vaibhav Mohanty, ambos alunos de doutorado na Escola de Pós-Graduação em Artes e Ciências Kenneth C. Griffin de Harvard, e Marian Huot, uma aluna visitante da École Normale Supérieure.

“Nosso trabalho se concentrou na proteína spike da COVID-19, analisando como suas mutações alteram a aptidão viral e a evasão imunológica”, disse Wang. “Considerando que a COVID-19 é a pandemia mais amplamente documentada até o momento, vimos uma oportunidade de desenvolver modelos que não apenas compreendam a evolução viral, mas também antecipem quais mutações provavelmente representam a maior ameaça.”

O primeiro estudo introduziu um modelo que vinculou quantitativamente características biofísicas — como a afinidade de ligação da proteína spike a receptores humanos e sua capacidade de escapar de anticorpos — à probabilidade de uma variante aumentar em populações globais. Ao incorporar um fator complexo, porém essencial, chamado epistasia (onde o efeito de uma mutação depende de outra), o modelo superou uma limitação fundamental de abordagens anteriores que têm dificuldade em fazer previsões precisas.

“A evolução não é linear — as mutações interagem, às vezes abrindo novos caminhos para a adaptação”, disse Shakhnovich. “A consideração dessas relações nos permitiu prever o surgimento de variantes dominantes antes mesmo dos sinais epidemiológicos.”

Com base nesses insights, o estudo complementar apresenta o VIRAL (Identificação Viral via Aprendizado Ativo Rápido), uma estrutura computacional que combina o modelo biofísico com inteligência artificial para acelerar a detecção de variantes de alto risco do SARS-CoV-2. Ao analisar potenciais mutações da proteína spike, o estudo identificou aquelas com maior probabilidade de aumentar a transmissibilidade e o escape imunológico.

“No início de uma pandemia, quando os recursos experimentais são escassos, não podemos nos dar ao luxo de testar todas as mutações possíveis”, disse Wang. “O VIRAL usa inteligência artificial para concentrar os esforços laboratoriais nos candidatos mais preocupantes — acelerando drasticamente nossa capacidade de identificar as variantes que podem impulsionar a próxima onda.”

As implicações desta pesquisa são de longo alcance. Simulações mostram que a estrutura VIRAL pode identificar variantes de alto risco do SARS-CoV-2 até cinco vezes mais rápido do que as abordagens convencionais, exigindo menos de 1% do esforço de triagem experimental. Esse ganho drástico de eficiência pode acelerar significativamente a resposta precoce a surtos.

“Essa estrutura não nos ajuda apenas a rastrear variantes — ela nos ajuda a nos antecipar a elas”, disse Huot. “Ao identificar variantes de alta aptidão antes que elas apareçam na população, podemos embasar estratégias de desenvolvimento de vacinas que antecipam, e não apenas reagem, a ameaças emergentes.”

Uma característica definidora deste trabalho é seu escopo interdisciplinar, com a equipe internacional de Harvard reunindo campos de biofísica molecular, inteligência artificial e virologia para aprofundar nossa compreensão das ameaças virais em rápida evolução.

“Ao unir modelagem baseada em física e aprendizado de máquina, estamos introduzindo uma estrutura preditiva para a evolução viral com amplo potencial”, disse Shakhnovich. “Estamos ansiosos para ver como essa estratégia pode se estender além das doenças infecciosas para áreas como a biologia do câncer.”

Olhando para o futuro, a equipe pretende adaptar e escalar a estrutura para um uso mais amplo, visando desafios como outros vírus emergentes e células tumorais em rápida evolução. Eles enfatizam que a combinação de modelagem física com IA pode mudar o paradigma do rastreamento reativo para a previsão biológica proativa.

“Em um mundo onde as ameaças biológicas estão em constante evolução, alertas antecipados e ferramentas mais inteligentes são essenciais”, disse Wang. “Nosso objetivo final é criar uma plataforma — uma que dê aos cientistas e formuladores de políticas uma vantagem inicial não apenas em futuras pandemias, mas também no enfrentamento de desafios em rápida evolução em toda a biologia”, acrescentou Huot.

Shakhnovich atribuiu o mérito às bolsas dos Institutos Nacionais de Saúde por possibilitar pesquisas exploratórias em benefício da saúde pública. A ciência básica e os avanços futuros estão em grave perigo devido aos cortes de Washington na pesquisa científica, alertou Shakhnovich.

“Nossa pesquisa tem o potencial de ajudar toda a humanidade a resolver alguns problemas graves de saúde”, disse Shakhnovich. “Isso não teria sido possível sem o financiamento federal que busca benefícios a longo prazo.”