Inteligência artificial acelera evolução da Rubisco para tornar fotossíntese mais eficiente

Contexto e Relevância A fotossíntese é o processo que sustenta a vida na Terra, convertendo luz solar em energia química. No centro desse processo está a Rubisco (ribulose-1,5-bifosfato carboxilase / oxigenase), a enzima responsável por fixar o dióxido de carbono (CO₂) em moléculas orgânicas. No entanto, a Rubisco natural é notoriamente lenta e ineficiente, competindo com o oxigênio em um processo chamado fotorrespiração, que desperdiça energia e recursos. Essa limitação evolutiva é um dos principais gargalos para o crescimento vegetal, especialmente sob condições de estresse hídrico e altas temperaturas. A descoberta recente, publicada em periódico científico de alto impacto, demonstrou que a inteligência artificial (IA) pode superar barreiras evolutivas que levaram milhões de anos para se estabelecer, acelerando a evolução da Rubisco em laboratório.

Mecanismos e Descobertas Utilizando aprendizado de máquina, os cientistas analisaram vastos bancos de dados de sequências genéticas da Rubisco de diferentes espécies, desde cianobactérias até plantas superiores. O algoritmo identificou mutações específicas que poderiam aumentar a afinidade da enzima pelo CO₂ e reduzir a competição com o oxigênio. Em seguida, essas mutações foram introduzidas em genes sintéticos e expressas em bactérias (como *Escherichia coli*), permitindo testes rápidos em larga escala. Os resultados mostraram que as novas variantes da Rubisco fixaram carbono até 30% mais rápido que a versão natural, sem comprometer sua funcionalidade básica. Essa abordagem de evolução dirigida por IA contorna as limitações da seleção natural, que muitas vezes fica presa em ótimos locais, e abre caminho para enzimas sob medida para diferentes ambientes.

Implicações Práticas As implicações são vastas. Na agricultura, plantas com Rubisco mais eficiente podem crescer mais rápido, produzir mais biomassa e exigir menos insumos como água e fertilizantes nitrogenados. Isso é crucial para alimentar uma população global crescente e combater a fome, especialmente em regiões tropicais como o Brasil, onde a fotossíntese é limitada por altas temperaturas e secas sazonais. Espécies de plantas envolvidas nos estudos iniciais incluem tabaco (*Nicotiana tabacum*) e *Arabidopsis thaliana*, mas a técnica pode ser aplicada a culturas de interesse comercial, como soja, milho, cana-de-açúcar e arroz. Além disso, a tecnologia pode beneficiar a produção de biocombustíveis e a restauração de ecossistemas degradados, aumentando a captura de carbono pelas plantas.

Aplicação no Brasil O Brasil, como potência agrícola tropical, está particularmente interessado nessa inovação. A Embrapa e universidades brasileiras já realizam pesquisas em biologia sintética e edição gênica, e poderiam colaborar para adaptar as novas variantes da Rubisco às condições locais. A cana-de-açúcar, por exemplo, poderia ter sua eficiência fotossintética aumentada, elevando a produção de etanol e açúcar. A soja, que sofre com estresse hídrico no Cerrado, também se beneficiaria.

Próximos Passos Os próximos passos da pesquisa incluem testar as variantes em plantas transgênicas, avaliar seu desempenho em campo e verificar se não há efeitos colaterais no metabolismo vegetal. A longo prazo, a IA pode ser usada para redesenhar outras enzimas-chave, como as envolvidas na fotorrespiração, criando um ciclo fotossintético completamente otimizado. A colaboração entre cientistas de dados, biólogos e agrônomos será essencial para transformar essa promessa em realidade.