Models trained with noisy genomes extend bacterial phenotype prediction into deep time
Ao treinar modelos de aprendizado de máquina com o conteúdo gênico bacteriano com aumento de ruído para melhorar a generalização através de distâncias evolutivas, pesquisadores previram com sucesso fenótipos ancestrais e concluíram que o último ancestral comum bacteriano era provavelmente um organismo anaeróbio, de membrana dupla e moderadamente termofílico.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Imagine que você tenha uma biblioteca massiva de manuais de instrução (genomas) para cada bactéria viva que você possa encontrar hoje. Cientistas já descobriram como usar esses manuais modernos para prever como as bactérias se parecem e como elas se comportam (seus fenótipos), algo como adivinhar a velocidade de um carro apenas lendo o seu manual do motor.
Este artigo é sobre pegar essa ideia e voltar o relógio bilhões de anos para adivinhar como eram as primeiríssimas bactérias.
Aqui está a divisão simples de como eles fizeram isso e o que encontraram:
A Máquina do Tempo "Ruidosa"
Os pesquisadores construíram um modelo computacional (um algoritmo de aprendizado de máquina) para aprender a conexão entre os genes de uma bactéria e suas características. No entanto, há um problema: quanto mais longe no tempo você vai, mais os "manuais de instrução" mudam e ficam embaralhados. É como tentar ler uma receita de 1.000 anos atrás onde algumas palavras estão faltando e outras estão escritas incorretamente.
Para corrigir isso, os cientistas fizeram algo inteligente: eles adicionaram intencionalmente "ruído" (erros aleatórios ou partes faltando) aos dados genéticos modernos durante o treinamento do computador. Pense nisso como praticar para uma prova estudando com um livro didático borrado e levemente danificado. Ao aprender a fazer bons palpites mesmo quando os dados são bagunçados, o computador tornou-se muito melhor em lidar com os dados genéticos "difusos" dos ancestrais antigos.
Os Resultados: Até onde eles conseguiram enxergar?
O modelo funcionou de forma diferente dependendo da característica:
- As Características do Panorama Geral: Para características complexas que dependem de muitos genes diferentes trabalhando juntos — como se uma bactéria precisa de oxigênio, como é a sua camada externa ou qual temperatura ela gosta — o treinamento "ruidoso" permitiu que o modelo visse claramente até o início da árvore genealíca bacteriana.
- As Características Específicas: Para características mais simples ou específicas, como a composição química do seu DNA ou se elas podem formar esporos, a visão do modelo ficou borrada muito mais cedo. O modelo não conseguiu prever essas características tão longe no tempo de forma confiável.
O Retrato do Primeiro Bactéria
Como o modelo conseguia ver as características do "Panorama Geral" de forma tão clara, os cientistas foram capazes de pintar um quadro do Último Ancestral Comum Bacteriano (LBCA) — o tataravô de todas as bactérias vivas hoje.
Com base em suas descobertas, esse ancestral antigo era provavelmente:
- Anaeróbio: Não precisava de oxigênio para sobreviver (vivia em um mundo sem ele).
- De Membrana Dupla: Tinha uma pele externa de camada dupla.
- Termófilo: Amava o calor, prosperando em temperaturas entre 46°C e 75°C (cerca de 115°F a 167°F).
A Conclusão
Em resumo, ao ensinar computadores a lidar com dados "bagunçados", os pesquisadores criaram uma nova maneira de olhar para o passado profundo. Eles conseguiram usar esse método para deduzir como eram as primeiríssimas bactérias, provando que podemos aprender sobre a evolução inicial da vida estudando as pistas genômicas deixadas para trás.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.