Menu

Pesquisadores da KAUST combinam metagenômica e IA para acelerar descoberta de micróbios

0 Comentários🗣️🔥 Dois pesquisadores em laboratório observam equipamento de análise, em imagem que ilustra o tema de metagenômica. (Foto: phys.org) Cientistas da Universidade de Ciência e Tecnologia Rei Abdullah (KAUST), na Arábia Saudita, propuseram um novo modelo que une metagenômica e inteligência artificial para acelerar a descoberta e o cultivo de microrganismos procarióticos. O estudo […]

sem comentários
Apoie o Cafezinho
Siga-nos no Siga-nos no Google News
Dois pesquisadores em laboratório observam equipamento de análise, em imagem que ilustra o tema de metagenômica. (Foto: phys.org)

Cientistas da Universidade de Ciência e Tecnologia Rei Abdullah (KAUST), na Arábia Saudita, propuseram um novo modelo que une metagenômica e inteligência artificial para acelerar a descoberta e o cultivo de microrganismos procarióticos.

O estudo foi publicado no The ISME Journal. O pesquisador Diego Javier Jiménez Avella, do grupo liderado pelo professor Alexandre Rosado, destacou o potencial dessas espécies para biorremediação, produção de compostos bioativos e melhoria do crescimento de plantas.

A maioria das espécies microbianas permanece desconhecida e não cultivada. Avanços no sequenciamento de DNA revelaram vasta diversidade microbiana, mas a dificuldade de isolar essas espécies limita o entendimento de suas funções.

Rosado alertou para a urgência de explorar essa biodiversidade antes que mudanças ambientais globais causem perdas irreparáveis. O cultivo em laboratório é dificultado pela falta de conhecimento sobre as condições ambientais e nutricionais específicas de cada microrganismo.

Técnicas tradicionais de isolamento favorecem micróbios de crescimento rápido e frequentemente interrompem interações simbióticas essenciais para espécies mais raras. Jiménez Avella explicou que os métodos existentes simplesmente não foram projetados para capturar toda a diversidade microbiana.

Muitos genomas microbianos contêm genes com funções desconhecidas ou mal anotadas, dificultando a previsão de suas necessidades metabólicas. O novo modelo integra análises genômicas com modelagem metabólica e inferências fisiológicas apoiadas por aprendizado de máquina.

A estratégia inclui intervenções direcionadas em ecossistemas naturais para aumentar a abundância de micróbios raros. Após o sequenciamento e a anotação dos genomas, os cientistas inferem o metabolismo e otimizam as condições para cultivo em laboratório.

Rosado e Jiménez Avella reconhecem que desafios significativos permanecem, sobretudo a dependência de dados de alta qualidade para treinar os modelos de IA. A necessidade de validação experimental contínua representa outro obstáculo importante.

O estudo já resultou na identificação de novas espécies microbianas e enzimas promissoras. Ele também gerou insights relevantes sobre microbiomas ambientais na Arábia Saudita e em outras regiões.

O objetivo agora é traduzir esse conhecimento em soluções escaláveis com aplicações práticas. Essas soluções abrangem saúde humana, agricultura em desertos, restauração de ecossistemas marinhos e exploração espacial.

A pesquisa se alinha com as prioridades da KAUST nas áreas de energia, água, alimentos e saúde. Ela contribui ainda para a Visão 2030 da Arábia Saudita, que busca diversificar a economia por meio de avanços científicos e tecnológicos.

Com informações de PHYS.


📨 Inscreva-se na Newsletter de O Cafezinho

Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.

Apoie o Cafezinho
Siga-nos no Siga-nos no Google News

Comentários

Os comentários aqui postados são de responsabilidade exclusiva de seus autores e não representam a opinião do site O CAFEZINHO. Todos as mensagens são moderadas. Não serão aceitos comentários com ofensas, com links externos ao site, e em letras maiúsculas. Em casos de ofensas pessoais, preconceituosas, ou que incitem o ódio e a violência, denuncie.

Escrever comentário

Escreva seu comentário

Nenhum comentário ainda, seja o primeiro!


Leia mais

Recentes

Recentes