Developing a Standard Definition for Sequences of Concern

Este artigo apresenta uma definição padronizada e um rubricas baseadas em evidências para identificar "sequências de preocupação" em síntese de ácidos nucleicos, desenvolvidas através da análise de 1,1 milhão de sequências e de um processo de revisão com partes interessadas, visando estabelecer uma base comum para políticas e normas de biossegurança.

O essencial

Imagine que a biotecnologia é como uma construção de casas. Hoje, podemos comprar os "tijolos" genéticos (o DNA) de qualquer lugar, o que é ótimo para construir remédios, vacinas e novas tecnologias. Mas, assim como em qualquer construção, se alguém comprar os tijolos errados ou perigosos, pode construir uma bomba em vez de uma casa.

O problema é: como saber quais são os "tijolos perigosos" antes de vendê-los?

Até agora, cada empresa de segurança tinha sua própria lista de verificação, e elas não concordavam entre si. Um sistema dizia "perigoso", o outro dizia "seguro". Isso criava confusão e deixava brechas.

Este artigo é sobre como um grupo de especialistas (cientistas, empresas e governos) decidiu criar uma única regra do jogo para definir o que é um "sequência de preocupação" (um DNA perigoso).

Aqui está como eles fizeram isso, explicado de forma simples:

1. O Grande Teste de "Cego" (A Construção do Conjunto de Testes)

Primeiro, eles criaram uma "caixa de ferramentas" gigante com 1,1 milhão de sequências de DNA.

• A Metáfora: Imagine que eles pegaram todos os vírus e toxinas conhecidos que são proibidos (como o vírus da gripe aviária ou o vírus da varíola) e misturaram com seus "primos" inofensivos (vírus comuns que não matam ninguém).
• Eles também incluíram "tijolos" de construção comuns (organismos de laboratório) para ver se o sistema não ficava confuso e parava de vender coisas seguras por engano.

2. O Jogo dos 4 Detetives (Comparação de Ferramentas)

Eles pegaram essa caixa gigante e passaram por 4 sistemas de segurança diferentes (como 4 detetives com métodos diferentes).

• Cada sistema olhou para cada sequência de DNA e disse: "Isso é perigoso?" (Bandeira Vermelha) ou "Isso é seguro?" (Bandeira Verde).
• O Resultado Inicial: Surpreendentemente, os 4 detetives concordaram em mais de 80% dos casos. Mas, nos 20% restantes, havia confusão. Alguns diziam "perigoso", outros "seguro". Essa é a área cinzenta onde o perigo real pode estar escondido.

3. A Reunião da Comunidade (Refinamento da Regra)

Aqui está a parte mais importante. Em vez de deixar apenas os computadores decidirem, eles reuniram cientistas, empresas e governos para discutir os casos onde os detetives discordavam.

• A Metáfora: Imagine um júri em um tribunal. Eles olharam para os casos difíceis e criaram um manual de instruções (uma "Rubrica") claro.
• Eles definiram regras simples:
  • "Se o DNA for de um vírus capaz de causar uma pandemia humana, é PERIGOSO."
  • "Se for uma toxina controlada, é PERIGOSO."
  • "Se for um gene comum de uma bactéria que vive no seu intestino, é SEGURO."

4. O Resultado: Menos Confusão, Mais Segurança

Depois de aplicar esse novo manual de regras ao teste gigante:

• A confusão diminuiu drasticamente. O número de casos onde os sistemas discordavam caiu em 44% para vírus e 10% no total.
• Agora, temos uma definição clara do que é perigoso, aceita por cientistas e empresas ao redor do mundo.

Por que isso importa para você?

Antes, a segurança biológica dependia de "achismos" ou de listas diferentes em cada país. Agora, temos uma língua comum.

• Para as empresas: Elas sabem exatamente o que bloquear.
• Para os governos: Podem criar leis baseadas nessa ciência, em vez de adivinhar.
• Para o mundo: Se um cientista mal-intencionado tentar comprar DNA para criar uma arma biológica, o sistema de segurança saberá imediatamente e bloqueará a venda, porque a regra do que é "perigoso" é clara e aceita por todos.

Em resumo: Este trabalho foi como criar um dicionário universal de perigo biológico. Antes, cada um falava um idioma diferente sobre o que era seguro; agora, todos concordam na mesma definição, tornando o mundo mais seguro contra o uso acidental ou malicioso da biologia.

Resumo técnico

1. O Problema

A síntese acessível de ácidos nucleicos é um componente crítico da bioeconomia, mas representa uma crescente preocupação de segurança devido ao potencial de uso indevido (acidental ou deliberado) de genes de patógenos perigosos ou toxinas. Embora haja um consenso amplo entre especialistas em biosegurança de que os provedores de síntese de ácidos nucleicos devem triar pedidos em busca de "sequências de preocupação" (SoC), não existia anteriormente um padrão acordado sobre como definir e reconhecer essas sequências. A falta de uma definição comum dificulta a criação de políticas de segurança eficazes e a harmonização internacional das normas de triagem.

2. Metodologia

Os autores, através do Consórcio de Risco de Biosegurança de Sequências (SBRC), adotaram uma abordagem híbrida combinando análise empírica e revisão por partes interessadas baseada em ciência:

• Construção do Conjunto de Testes (Test Set):

  • Foi criado um conjunto de dados massivo contendo aproximadamente 1,1 milhão de sequências.
  • As sequências foram extraídas de patógenos e toxinas listados nos Listas de Controle Comuns do Grupo da Austrália e em outras regulamentações (EUA, UE), incluindo seus parentes taxonômicos não controlados, organismos modelo e construções sintéticas.
  • O conjunto foi dividido em 42 clusters organizados em quatro categorias: virais (13), bacterianas (17), fúngicas (7) e outras (5, incluindo toxinas e sequências de baixo risco).
  • Foram incluídas tanto sequências de ácido nucleico quanto sequências de proteínas retrotraduzidas.

• Comparação de Ferramentas de Triagem:

  • Cada sequência foi submetida independentemente a quatro sistemas de triagem de biosegurança distintos (Aclid, Battelle UltraSEQ, IBBIS Common Mechanism e RTX BBN FAST-NA Scanner).
  • Os resultados foram harmonizados em quatro categorias de consenso:
    1. Flag (Sinalizar): Considerada perigosa por pelo menos uma ferramenta e não descartada por nenhuma.
    2. No Flag (Não sinalizar): Considerada segura por pelo menos duas ferramentas e não sinalizada por nenhuma.
    3. Optional Flag (Sinalização Opcional): Evidência insuficiente para decidir (não sinalizada por nenhuma, mas descartada por zero ou uma).
    4. Disputed (Disputada): "Júri pendente", onde as ferramentas discordam (sinalizada por uma e descartada por outra).

• Processo de Refinamento por Partes Interessadas:

  • Adotou-se um processo de "consenso aproximado" (rough consensus) inspirado na IETF (Internet Engineering Task Force) e na comunidade Python.
  • Foram propostas e debatidas Rubricas de Mudança de Critérios (RCPs) para definir critérios científicos claros para o que constitui uma sequência de preocupação.
  • O processo envolveu identificação de lacunas, discussão comunitária, propostas formais e votação para confirmar o consenso antes de atualizar as definições e os conjuntos de testes.

3. Principais Contribuições

• SBRC Screening Testing Collection v1.0: A criação de um recurso padronizado e validado contendo um conjunto de testes de referência e uma rubrica associada.
• Biosecurity Flag Rubric (Rubrica de Sinalização de Biosegurança): Uma definição estruturada e baseada em ciência que categoriza sequências de preocupação em relação a:
  • Vírus com potencial pandêmico em humanos.
  • Classes-chave de genes de baixo risco (para reduzir falsos positivos).
  • Toxinas controladas.
• Processo de Governança Comunitária: Estabelecimento de um mecanismo sustentável e transparente para atualizar continuamente as definições de segurança, permitindo a evolução das normas conforme a ciência avança.

4. Resultados

• Alto Nível de Acordo Inicial: As ferramentas de triagem existentes já concordavam na categorização de mais de 80% das sequências (sinalizando ou não sinalizando), indicando que as práticas industriais atuais já possuem uma base de consenso implícita.
• Redução de Disputas: A aplicação da nova rubrica refinada resultou em melhorias significativas na categorização:
  • Redução de 44,3% no número de sequências "Disputadas" para vírus controlados.
  • Redução de 10,7% no número total de sequências "Disputadas" em todo o conjunto de testes.
  • Redução de 18,1% nas sequências disputadas para parentes virais.
• Clareza em Áreas Cinzentas: A rubrica ajudou a resolver ambiguidades, particularmente em vírus com potencial pandêmico e certas classes de toxinas, onde havia divergências anteriores entre as ferramentas.

5. Significado e Impacto

• Fundamento para Padrões e Políticas: Este trabalho fornece uma definição concreta de "sequência de preocupação" que pode servir como base para o desenvolvimento de padrões de triagem de biosegurança e regulamentações governamentais (como as iniciativas recentes nos EUA e no Reino Unido).
• Harmonização Internacional: Ao basear-se em avaliação de risco científica e em um processo de consenso internacional, a iniciativa oferece um ponto de encontro para alinhar as regulamentações entre diferentes jurisdições.
• Escalabilidade e Futuro: O framework permite a expansão para cobrir patógenos bacterianos e fúngicos adicionais, lidar com ameaças de evasão de triagem (como redesign assistido por IA) e integrar-se a outras ferramentas do ecossistema biotecnológico (design de proteínas, LIMS, modelos de linguagem).
• Viabilidade de Aplicação: Demonstra que é possível criar normas de segurança que são tecnicamente viáveis, aceitas pela indústria e adaptáveis a novas descobertas científicas, facilitando a implementação de requisitos de triagem executáveis.

Em suma, o artigo marca uma transição de uma abordagem de triagem fragmentada e baseada em ferramentas individuais para um padrão unificado, baseado em consenso científico e comunitário, essencial para a segurança global da síntese de ácidos nucleicos.