Assessing chemical toxicity across Eukaryota using multimodal transformers

O mundo natural é uma vasta e interconectada teia de vida, desde os minúsculos organismos unicelulares até os maiores mamíferos. Durante décadas, os cientistas sabem que produtos químicos feitos pelo homem ameaçam essa teia, causando danos a insetos, aves e ecossistemas inteiros. Para proteger a natureza, os reguladores precisam saber quais produtos químicos são perigosos para quais seres vivos. No entanto, existe uma lacuna massiva em nosso conhecimento. Embora milhares de novos produtos químicos sejam descobertos todos os anos e milhões de espécies habitem o planeta, testamos apenas uma fração minúscula deles. Os testes tradicionais são lentos, caros e frequentemente limitados a alguns animais padrão, como peixes, ratos e algas. Isso nos deixa adivinhando sobre a segurança da maioria dos produtos químicos para a maioria das espécies, tornando difícil interromper a poluição antes que ela cause danos irreversíveis.

Para preencher essa lacuna, os pesquisadores recorreram à inteligência artificial. Em vez de testar cada produto químico em cada animal em um laboratório, eles estão ensinando computadores a reconhecer padrões nos dados que já possuímos. Ao aprender como as estruturas químicas interagem com a biologia de diferentes espécies, esses modelos computacionais podem prever a toxicidade para situações em que nenhum experimento jamais foi realizado. Essa abordagem promete acelerar as avaliações de segurança e revelar perigos ocultos para as inúmeras espécies que nunca foram estudadas.

Em um novo estudo, uma equipe de cientistas desenvolveu uma nova e poderosa ferramenta chamada TRIDENT-2 para enfrentar esse desafio. Este sistema foi projetado para prever o quão tóxico um produto químico será para qualquer organismo eucariótico — um grupo que inclui quase todas as formas de vida complexas, desde plantas e fungos até animais. Os pesquisadores treinaram seu modelo em uma coleção massiva de dados existentes, reunindo mais de 560.000 testes de toxicidade. Esses testes cobriram mais de 82.000 produtos químicos diferentes e quase 6.800 espécies, representando cerca de um terço de todos os grupos conhecidos de vida eucariótica. Os dados incluíram uma grande variedade de cenários, tais como o tempo de exposição de um organismo a um produto químico, como ele foi exposto e quais efeitos específicos foram observados, como morte, mudanças no crescimento ou alterações comportamentais.

O núcleo do TRIDENT-2 é um tipo de inteligência artificial conhecido como transformer multimodal. Em termos simples, isso significa que o computador não olha apenas para a estrutura química ou para o animal separadamente; ele aprende a entender como eles se encaixam juntamente com as condições do teste. Ele processa a forma molecular do produto químico, o tipo de organismo, a rota de exposição e a duração do experimento, tudo ao mesmo tempo. Ao aprender com essa mistura diversificada de informações, o modelo pode identificar conexões profundas entre diferentes espécies e produtos químicos. Por exemplo, ele pode usar o que sabe sobre como um produto químico afeta um camundongo para fazer um palpite educado sobre como esse mesmo produto químico poderia afetar um roedor relacionado ou até mesmo um parente distante em uma parte diferente do reino animal.

Quando a equipe testou o TRIDENT-2, descobriu que ele podia prever a toxicidade com uma precisão notável, mesmo para espécies e produtos químicos que ele nunca havia visto antes. O modelo foi capaz de estimar a concentração de um produto químico que causaria um efeito específico, como matar metade de uma população, com um nível de precisão que rivaliza com os métodos tradicionais. Crucialmente, o modelo teve um bom desempenho em toda a árvore da vida, desde insetos e plantas até fungos e criaturas marinhas. Mostrou que, ao aprender com uma ampla gama de dados, ele poderia preencher as lacunas para espécies que são raramente testadas. Por exemplo, enquanto os testes padrão geralmente focam em peixes e roedores, o TRIDENT-2 previu com sucesso a toxicidade para grupos como vermes, fungos e insetos, que são frequentemente negligenciados, mas vitais para a saúde do ecossistema.

Os pesquisadores também compararam o TRIDENT-2 com diversas ferramentas existentes usadas por reguladores e cientistas. O novo modelo superou consistentemente esses métodos mais antigos, especialmente ao prever efeitos para espécies ou produtos químicos fora do intervalo estreito dos testes tradicionais. Enquanto outras ferramentas eram limitadas a um punhado de animais de teste e tipos específicos de produtos químicos, o TRmente o TRIDENT-2 podia lidar com milhares de espécies e uma vasta gama de substâncias. O estudo demonstrou que o modelo poderia manter sua precisão mesmo quando solicitado a prever os efeitos de produtos químicos que eram estruturalmente muito diferentes daqueles em seus dados de treinamento, ou para espécies que eram evolutivamente distantes daquelas que havia estudado.

Para mostrar como isso funciona em um cenário do mundo real, a equipe aplicou o TRIDENT-2 a milhares de pesticidas. Eles mapearam como esses produtos químicos provavelmente afetariam diferentes espécies através da árvore eucariótica. Os resultados revelaram que, embora alguns pesticidas fossem altamente tóxicos para seus alvos pretendidos, como insetos ou ervas daninhas, eles também representavam riscos para espécies não-alvo, como certos vermes, fungos e plantas. O modelo foi capaz de detectar essas sensibilidades sutis e específicas de cada espécie, que teriam sido perdidas se os dados fossem analisados apenas em grupos amplos. Esse nível de detalhe é essencial para compreender o verdadeiro impacto da poluição na biodiversidade.

O estudo conclui que a inteligência artificial pode superar as limitações de dados de longa data que têm dificultado a avaliação de risco ecológico. Ao usar a vasta quantidade de dados existentes, embora desiguais, para aprender princípios gerais de toxicidade, o TRIDENT-2 permite que os cientistas avaliem a segurança dos produtos químicos para os milhões de espécies que nunca foram testadas. Essa capacidade não substitui a necessidade de experimentos físicos, mas oferece uma maneira de priorizar quais testes são mais necessários e de identificar potenciais ameaças antes que causem danos generalizados. A ferramenta está agora disponível para uso público, oferecendo um novo caminho para proteger a biodiversidade do planeta contra a crescente maré de poluição química.