Cientistas chineses identificaram um mecanismo-chave por trás da evolução convergente, fenômeno no qual organismos distintos desenvolvem funções semelhantes de forma independente. A descoberta se baseou na análise das “características de ordem superior” das proteínas, segundo estudo publicado recentemente na revista Proceedings of the National Academy of Sciences (PNAS).

A pesquisa foi conduzida pelo professor Zou Zhengting, do Instituto de Zoologia da Academia Chinesa de Ciências. A equipe utilizou modelos de linguagem de proteínas, tecnologia de inteligência artificial, para mapear como essas características influenciam a evolução adaptativa.

Convergência evolutiva vai além de aminoácidos específicos

A evolução convergente é conhecida por gerar soluções semelhantes em organismos que compartilham funções, mas não ascendência próxima. Morcegos e cetáceos dentados, por exemplo, desenvolveram de forma independente a ecolocalização. Estudos anteriores focaram em mudanças convergentes em aminoácidos específicos, mas evidências crescentes indicam que proteínas podem alcançar funções semelhantes mesmo sem coincidência exata de sequências, por meio de convergência em suas estruturas ou propriedades físico-químicas.

“É como construir paredes semelhantes com tijolos diferentes”, explicam os pesquisadores. “As sequências de aminoácidos podem variar, mas as estruturas e propriedades gerais das proteínas resultam em funções equivalentes.”

Inteligência artificial como ferramenta para decifrar proteínas

Para avançar na análise, a equipe de Zou desenvolveu o ACEP, estrutura computacional que aplica modelos de linguagem de proteínas pré-treinados. Esses modelos processam grandes volumes de sequências e transformam as informações em vetores de alta dimensão, capturando características de ordem superior. “O modelo de linguagem de proteínas identifica padrões estruturais e funcionais complexos por trás das sequências de aminoácidos”, afirmaram os cientistas.

O método do ACEP envolve três etapas: medir a distância entre vetores de proteínas homólogas, simular evolução neutra para criar uma distribuição de fundo e aplicar testes estatísticos para detectar sinais de convergência adaptativa.

Resultados confirmam eficácia do ACEP

A equipe testou o ACEP em proteínas conhecidas, como Prestin, envolvida na ecolocalização de mamíferos, e PEPC/PPCK, ligada à fotossíntese em plantas CAM. O método identificou sinais robustos de convergência de características de ordem superior.

O rastreamento genômico completo revelou centenas de genes candidatos a convergência entre morcegos e cetáceos dentados. Vários desses genes estão ligados à percepção sensorial, diretamente relacionada à ecolocalização. Além disso, novos candidatos foram confirmados por testes de seleção positiva, reforçando a hipótese de evolução convergente adaptativa.

Implicações para a biologia evolutiva

O estudo demonstra que a convergência de características de ordem superior constitui um mecanismo central da evolução adaptativa, superando limitações de métodos que analisam apenas posições de aminoácidos.

“Nosso trabalho aprofunda a compreensão das leis da evolução e mostra o potencial da inteligência artificial para resolver problemas biológicos complexos”, disse Zou. “Esperamos expandir o uso da IA na biologia evolutiva.”

O ACEP oferece uma ferramenta para estudar padrões de convergência em escala genômica, com potencial para impactar pesquisas em biomedicina, ecologia e evolução molecular. O código do ACEP já está disponível na plataforma HuggingFace para a comunidade científica global.

O estudo contou com apoio da Fundação Nacional de Ciências Naturais da China e do programa estratégico de P&D da Academia Chinesa de Ciências.