Vacina contra coronavírus projetada por IA conclui testes iniciais em humanos no Reino Unido

Uma vacina universal contra o coronavírus desenvolvida com o uso de inteligência artificial completou a fase inicial de testes em humanos. O imunizante, projetado para proteger contra o SARS-CoV-2 e outras variantes, mostrou-se seguro em 39 voluntários. Pesquisadores da Universidade de Cambridge lideraram o ensaio clínico, publicado no Journal of Infection.

O estudo avaliou a tolerabilidade do produto em participantes saudáveis com idades entre 18 e 50 anos. A tecnologia combina um superantígeno digital, gerado por aprendizado de máquina, com aplicação por jato de microfluido. Esse método dispensa agulhas e empurra o imunizante diretamente pela pele por meio de um fluxo de líquido ultrafino de alta precisão.

Superantígeno digital mira partes conservadas do vírus

Cientistas mapearam dados genéticos de diversos sarbecovírus com auxílio de IA. A partir disso, criaram um componente ativo capaz de reconhecer regiões do vírus que sofrem menos mutações. Essa abordagem busca oferecer proteção ampla contra o coronavírus original, variantes conhecidas e possíveis novos patógenos da mesma família.

O investigador principal Saul Faust destacou que a estratégia permite escapar do ciclo de atualizações constantes exigido pelas vacinas atuais. Testes anteriores em animais haviam indicado alto potencial. Nos humanos, a resposta imunológica foi mista, mas o perfil de segurança se manteve positivo.

• O ensaio ocorreu durante a pandemia, com voluntários que já tinham histórico variado de infecções e vacinas anteriores.
• Imunizantes baseados em DNA tendem a gerar respostas biológicas mais fracas que os de RNA mensageiro.
• Nenhum efeito colateral grave foi relatado.
• Reações leves resolveram rapidamente na maioria dos casos.
• Os dados validam o conceito e orientam ajustes para fases seguintes.

Método de aplicação por jato de microfluido elimina agulhas

Na vacina por jato de microfluido, o imunizante atravessa a pele sem perfuração tradicional. O sistema usa precisão alta para entregar o conteúdo de forma controlada. Essa característica pode facilitar a adesão em campanhas futuras, especialmente em contextos com resistência a agulhas.

Pesquisadores da DIOSynVax, spin-out da Universidade de Cambridge, colaboraram no desenvolvimento. O projeto representa uma das primeiras vezes em que o componente principal de uma vacina foi inteiramente concebido por simulações computacionais antes de chegar a testes humanos.

Resposta imunológica mostra resultados mistos em participantes

Os voluntários apresentaram anticorpos contra o vírus, embora em níveis modestos. Isso se explica pelo fato de muitos já possuírem imunidade prévia contra covid. Mesmo assim, o estudo confirma que a plataforma é viável e abre caminho para otimização.

Especialistas acompanham o potencial da tecnologia para famílias inteiras de vírus. O foco está em sarbecovírus, grupo que inclui o SARS-CoV-1, o SARS-CoV-2 e cepas de morcegos com risco de spillover. Uma segunda fase com cerca de 200 participantes deve aprofundar a compreensão sobre a resposta imune.

Desenvolvimento integra aprendizado de máquina desde o mapeamento genético

O processo começou com análise massiva de sequências virais globais. Algoritmos identificaram alvos conservados que o sistema imune humano pode reconhecer de forma cruzada. A IA então projetou o superantígeno com base nesses dados. Essa etapa reduz o tempo tradicional de design de vacinas.

O ensaio fase 1 priorizou segurança. Resultados indicam boa tolerabilidade geral. Pesquisadores planejam refinar a formulação para elevar a potência imunogênica em populações com imunidade preexistente.

Próximos passos incluem ensaios maiores e expansão da plataforma

Com os dados iniciais validados, o caminho segue para estudos de eficácia em escala maior. A tecnologia pode influenciar o preparo contra futuras ameaças pandêmicas. Equipes continuam a trabalhar em ajustes para melhorar a resposta em humanos.

O estudo reforça o papel crescente da inteligência artificial no desenvolvimento de imunizantes. Plataformas como essa representam uma mudança de reativo para preventivo em relação a famílias virais inteiras.