Decifrando o Genoma Viral: Como a IA “ENHAvir” Mapeou os Interruptores Ocultos do Herpes

A medicina genômica acaba de dar um salto significativo na compreensão da latência viral. Pesquisadores da Universidade Bar-Ilan (BIU), liderados pelo Prof. Meir Shamay e sua equipe no Laboratório Daniella Lee Casper, desenvolveram uma ferramenta de Processamento de Linguagem Natural (NLP) chamada ENHAvir, capaz de ler o DNA viral como se fosse um idioma complexo.

O Desafio dos Enhancers (Intensificadores) Na biologia molecular, os enhancers são elementos reguladores que ditam quando e com que intensidade um gene deve ser ativado. No caso dos herpesvírus (como o EBV, HSV-2 e citomegalovírus), esses interruptores são extremamente difíceis de localizar devido à densidade do genoma viral. Até então, o mapeamento exigia anos de experimentação laboratorial in vitro.

A Inovação: Aprendizado com Dados Escassos O diferencial técnico do estudo publicado na Nature Communications (2026) é a eficiência do algoritmo. O modelo ENHAvir foi treinado utilizando apenas seis sequências de enhancers conhecidas do herpesvírus associado ao sarcoma de Kaposi (KSHV). Com essa “gramática” mínima, a IA conseguiu prever com precisão os centros de controle em toda a família dos herpesvírus humanos.

As Repetições Terminais: O Painel de Controle A descoberta mais impactante revelada pela IA foi o papel das repetições terminais (sequências nas extremidades do genoma). O ENHAvir identificou que essas regiões funcionam como potentes hubs de amplificação, decidindo se o vírus permanecerá em estado de latência (dormente) ou entrará no ciclo lítico (replicação plena).

Representação digital de uma hélice de DNA com circuitos e luzes neon, simbolizando o uso de IA na medicina.

Intersecção com o Genoma Humano Surpreendentemente, a IA treinada em vírus também foi capaz de reconhecer padrões em genes humanos, especialmente envolvendo elementos Alu. Isso sugere uma coevolução regulatória, onde os vírus mimetizam a “linguagem” das nossas células para sequestrar a maquinaria celular de forma mais eficaz.

Azrieli Faculty of Medicine, Bar-Ilan University.

Nature Communications, Vol. 17, 2026

DOI 10.1038/s41467-025-66861-y