Modelos e plataformas de IA

Pesquisa Sugere Relação entre Chips de Computador e Síntese de Genes

mm
Adicione Unite.AI às suas fontes preferidas no Google

Nova pesquisa da Universidade de Cincinnati sugere que a vida sintética pode ser criada em um futuro próximo com base em uma comparação com a evolução dos chips de computador. 

Andrew Steckl, professor da universidade e Ohio Eminent Scholar, está confiante de que avanços significativos na síntese de genes podem trazer em breve a fabricação em larga escala de genes. Trabalhando com seu aluno Joseph Riolo, a dupla usou a história do desenvolvimento de microchips e plataformas de software de computador em larga escala para criar um modelo preditivo. Esse modelo foi então usado para entender a biologia sintética.

Entendendo a Biologia Sintética

“Nenhuma analogia é perfeita. O DNA não atende a certas definições de código digital”, disse Riolo. “Mas há muitas maneiras pelas quais o genoma e o código de software são comparáveis.”

O estudo da UC demonstrou que a biologia sintética tem o potencial de ser “o próximo avanço tecnológico épico humano após a microeletrônica e a internet.”

Há muitas aplicações potenciais para isso, desde a criação de novos biocombustíveis até o desenvolvimento de tratamentos médicos. 

De acordo com Steckl, podemos usar o desenvolvimento de chips de computador como um guia para inferir a velocidade e os custos de produzir vida sintética e a trajetória que ela pode seguir.

O artigo publicado se concentra na comparação e nas semelhanças entre as linguagens de codificação biológica e digital em termos de alfabeto, palavras e frases. Com isso dito, os autores dizem que a codificação do DNA é apenas parte de uma história complexa de genes. 

Steckl é um professor distinto que tem nomeações conjuntas em engenharia elétrica, engenharia biomédica e engenharia de materiais na Faculdade de Engenharia e Ciência Aplicada da UC.

“Há todos os tipos de advertências, mas precisamos de uma comparação de zero ordem para começar por esse caminho”, disse Steckl. “Podemos comparar a complexidade de programar um avião de combate ou um rover de Marte com a complexidade associada à criação de um genoma de uma bactéria? São da mesma ordem ou são significativamente mais complicados?

“Ou os organismos biológicos são muito mais complicados e representam a ‘programação’ mais complicada que já foi feita — então não há como você possa duplicá-lo artificialmente — ou talvez sejam da mesma ordem que criar o código para um avião de combate F-35 ou um carro de luxo, então talvez seja possível.”

Sintetizando Genomas Artificiais Humanos

De acordo com o estudo, o preço de edição de genes e síntese de genomas foi reduzido aproximadamente pela metade a cada dois anos desde 2010, semelhante à Lei de Moore. 

“Isso significaria que sintetizar um genoma artificial humano pode custar aproximadamente 1 milhão de dólares e aplicações mais simples, como uma bactéria personalizada, podem ser sintetizadas por cerca de 4.000 dólares”, disseram os autores.

“Essa combinação de complexidade superável e custo moderado justifica o entusiasmo acadêmico pela biologia sintética e continuará a inspirar interesse nas regras da vida.”

Steckl diz que a bioengenharia pode se tornar crucial para quase todas as indústrias e ciências.

“Vejo uma correlação entre como a computação evoluiu como uma disciplina. Agora você vê computação pesada em todas as disciplinas científicas”, disse Steckl. “Vejo algo semelhante acontecendo no mundo da biologia e bioengenharia. A biologia está em todos os lugares. Será interessante ver como essas coisas evoluem.”

Quanto à criação de vida artificial, os autores dizem que é algo que carrega uma enorme responsabilidade. 

“Não é algo a ser levado levemente”, disse Steckl. “Não é tão simples quanto devemos fazer porque podemos fazer. Além disso, também devemos considerar as implicações filosóficas ou até religiosas.”

Alex lidera as operações de notícias impulsionadas por IA da Unite.AI, combinando jornalismo, pesquisa e automação para apoiar uma cobertura oportuna e escalável da inteligência artificial. Seu trabalho ajuda a garantir que os desenvolvimentos emergentes em IA sejam divulgados de forma eficiente, mantendo os padrões editoriais da publicação.