Pela primeira vez na história, a IA cria uma vacina cujo ingrediente ativo foi desenhado inteiramente por inteligência artificial e testada em seres humanos. O ensaio clínico, conduzido pela Universidade de Cambridge em parceria com a spin-out DIOSynVax (DVX) Ltd, envolveu 39 voluntários saudáveis e mostrou que a vacina é segura e não causou efeitos colaterais significativos, segundo resultados publicados no Journal of Infection em junho de 2026.
A vacina foi projetada para proteger contra toda a família de coronavírus Sarbeco — o grupo que inclui o SARS-CoV-2, o vírus da COVID-19, o SARS original de 2003 e dezenas de vírus de morcegos que ainda não infectaram humanos mas têm potencial pandêmico. É a primeira vez que um antígeno desenhado completamente por computação entra em teste em pessoas.
Como a IA cria a vacina
Uma vacina tradicional usa um vírus específico como molde. Os cientistas pegam a cepa que está circulando, extraem o antígeno — a parte que treina o sistema imunológico — e produzem a dose. O problema é que vírus mutam. Quando a COVID-19 apareceu, demorou meses para chegar uma vacina. E ela precisou ser atualizada várias vezes contra novas variantes.
A equipa de Cambridge fez o oposto. Reuniu todo o código genético conhecido de coronavírus Sarbeco, catalogado por programas de vigilância global, e alimentou esses dados a um sistema de machine learning desenvolvido pela DIOSynVax. A IA identificou as características genéticas que toda a família viral compartilha — os pontos fracos que o vírus não consegue alterar sem perder a capacidade de infectar.
Com isso, a máquina desenhou um “super-antígeno”: uma molécula sintética que contém os elementos comuns a toda a família viral. O sistema imunológico treinado com esse antígeno aprende a reconhecer não apenas o vírus de hoje, mas qualquer variante futura que compartilhe a mesma estrutura essencial. Como já exploramos noutra análise sobre IA a resolver problemas científicos, algoritmos avançados estão a deixar de ser ferramentas auxiliares para se tornar protagonistas na descoberta.
Como o super-antígeno funciona
O antígeno é a peça central de qualquer vacina. É ele que ensina o corpo a produzir anticorpos e a preparar células de defesa. Num vacina convencional, esse antígeno vem de um vírus real — inativado, fragmentado ou traduzido em mRNA, como nas vacinas Pfizer e Moderna.
O super-antígeno de Cambridge é diferente. Ele não existe na natureza. Foi computacionalmente otimizado para conter apenas as partes mais conservadas e essenciais do vírus — aquelas que permanecem idênticas mesmo quando o patógeno sofre dezenas de mutações. A IA analisou milhares de sequências genéticas e calculou qual combinação de aminoácidos geraria a resposta imune mais ampla possível, capaz de neutralizar múltiplos vírus simultaneamente.
O professor Jonathan Heeney, do Laboratório de Zoonoses Virais do Departamento de Medicina Veterinária de Cambridge e líder científico do projeto, explicou à BBC News: “Esta é a primeira vez que um antígeno desenhado por IA foi testado em pessoas. A tecnologia está a surpreender todos nós, e é incrível o que conseguimos fazer com ela para o bem da humanidade.”
Resultados do primeiro teste humano
O ensaio de fase 1 recrutou 39 voluntários saudáveis em instalações do National Institute for Health and Care Research (NIHR) em Southampton e Cambridge. O objetivo principal era avaliar segurança — e nesse ponto a vacina passou sem problemas. Nenhum participante apresentou efeitos colaterais significativos.
A resposta imune gerada foi descrita como “modesta” pelos pesquisadores, mas suficiente para gerar entusiasmo. A vacina estimulou anticorpos e células de defesa não apenas contra o SARS-CoV-2 e o SARS, mas também contra vírus de morcegos relacionados que ainda não causaram infecções em humanos. Esse é o sinal mais promissor: a prova de conceito de que uma única vacina pode preparar o organismo contra ameaças que ainda não existem.
O professor Saul Faust, da Universidade de Southampton, que conduziu parte dos testes, disse à BBC que o desenho por IA “definitivamente tem potencial” e é “realmente excitante”. Uma segunda fase do estudo, com cerca de 200 participantes, está planejada para medir com mais precisão a eficácia imunológica.
Entrega sem agulhas via jato
Um detalhe técnico interessante: a vacina não foi aplicada com seringa tradicional. O super-antígeno foi administrado como vacina de DNA através de um micro-jato de fluido — um jato de alta pressão que atravessa a pele sem agulha. O método, segundo a Universidade de Cambridge, oferece uma alternativa para pessoas com fobia de injeções.
O super-antígeno é compatível com a maioria dos sistemas de entrega de vacinas, o que significa que pode ser adaptado para diferentes plataformas — mRNA, proteína recombinante, vetor viral — conforme a necessidade. Essa flexibilidade é um trunfo logístico para distribuição em massa.
Próximos alvos: gripe, Ebola, H5N1
A equipa de Cambridge não vai parar nos coronavírus. Pesquisas em animais já estão em curso para três novas frentes:
- Vacina universal contra gripe sazonal: eliminaria a necessidade de atualizar a vacina todos os anos, já que o antígeno cobriria todas as estirpes da família influenza.
- Vacina contra H5N1 (gripe aviária): o vírus que está a devastar populações de aves em todo o mundo e preocupa epidemiologistas pelo risco de salto para humanos.
- Vacina contra febres hemorrágicas virais: incluindo espécies de Ebola. O atual surto na República Democrática do Congo é causado por uma espécie para a qual ainda não existe vacina aprovada.
A mesma abordagem de machine learning pode ser aplicada a qualquer família viral desde que existam dados genéticos suficientes. Isto alinha-se com uma tendência mais ampla de IA a acelerar a pesquisa científica — um tema que também abordamos ao falar de robôs que aprendem mil tarefas no Imperial College.
O que dizem os especialistas
Especialistas externos ao projeto reagiram com otimismo cauteloso. O professor Andy Pollard, diretor do Oxford Vaccine Group e que não participou do estudo, disse à BBC que os dados são “fascinantes” e que “as pessoas não teriam previsto que conseguiriam gerar estas respostas imunes”. Ele ressalvou que o verdadeiro teste acontece nos ensaios humanos, já que o sistema imunológico humano é diferente do de camundongos de laboratório — foi moldado por anos de infecções reais.
Pollard foi mais longe e chamou a inteligência artificial de “mudança de jogo” para a pesquisa de vacinas. Segundo ele, ferramentas de IA têm potencial para prever como o sistema imunológico responderá a uma vacina, acelerando drasticamente o desenvolvimento e salvando vidas.
A professora Marian Knight, diretora científica do National Institute for Health Research, destacou a importância do ensaio como marco para a próxima geração de vacinas inteligentes — aquelas desenhadas não para reagir a surtos, mas para antecipá-los.
Por que a abordagem importa
A diferença entre esta vacina e as anteriores não é apenas de grau, é de categoria. A tabela abaixo resume o contraste entre o método convencional e a nova plataforma desenhada por IA:
| Aspecto | Vacina convencional | Vacina desenhada por IA |
|---|---|---|
| Molde inicial | Vírus específico em circulação | Toda a família viral (milhares de sequências) |
| Antígeno | Extraído do vírus real | Sintético, otimizado por machine learning |
| Cobertura | Uma cepa por dose | Família viral inteira numa dose |
| Atualização | Anual ou a cada surto | Proteção contínua mesmo com mutações |
| Velocidade de desenho | Meses de pesquisa manual | Semanas de computação |
Vacinas convencionais são reativas: esperam o vírus aparecer, isolam-no, produzem a vacina. É um modelo que funcionou razoavelmente bem para a COVID-19 — em velocidade recorde — mas que ainda assim custou milhões de vidas enquanto a resposta era montada.
A abordagem de Cambridge é proativa. Ela usa IA para analisar o panorama viral completo, identificar ameaças latentes e desenhar proteção antes que o vírus faça o salto para humanos. Heeney resumiu assim: “Convertamos o desenvolvimento de vacinas de reativo para à prova de futuro.”
Isso muda o paradigma da preparação para pandemias. Em vez de stockpiles de vacinas específicas que podem ficar obsoletas, países poderiam manter vacinas universais que cobrem famílias virais inteiras. Para o Brasil, que enfrentou a COVID-19 com particular dureza e tem fronteiras com regiões de alta biodiversidade viral, o desenvolvimento dessa tecnologia tem relevância estratégica direta.
Desafios antes do uso geral
Ninguém deve esperar esta vacina nas farmácias amanhã. A resposta imune “modesta” significa que a dosagem, o esquema de aplicação e possivelmente o próprio desenho do antígeno precisam de otimização. O ensaio de fase 2 com 200 pessoas dará respostas mais concretas sobre eficácia real.
Depois viria um ensaio de fase 3, com milhares de participantes, para confirmar proteção em condições do mundo real. Esse processo, mesmo acelerado, leva anos. A vantagem é que a infraestrutura de entrega — já testada — e a plataforma de desenho por IA podem ser reaproveitadas para cada novo alvo viral, encurtando drasticamente o ciclo de desenvolvimento.
Outro obstáculo é a escala. Produzir vacinas universais em quantidades suficientes para imunizar populações globais exige investimento industrial massivo. A DIOSynVax, como spin-out universitária, precisará de parceiros farmacêuticos para escalar produção — algo que a pressão pós-COVID por preparação pandêmica torna mais viável.
Perguntas frequentes
A vacina desenhada por IA já está disponível?
Não. A vacina passou no ensaio de fase 1 com 39 voluntários, que avaliou apenas segurança. Uma fase 2 com cerca de 200 participantes está planejada. Antes de chegar ao público geral, ainda precisa de aprovação regulatória após ensaios de fase 3 com milhares de pessoas.
Como a inteligência artificial desenhou o antígeno?
A equipa alimentou um sistema de machine learning com todo o código genético conhecido de coronavírus Sarbeco. A IA identificou as partes do vírus que permanecem idênticas mesmo após mutações e combinou essas características num “super-antígeno” sintético capaz de treinar o sistema imunológico contra toda a família viral.
Esta vacina protege contra a COVID-19?
Sim, mas não apenas contra ela. A vacina gerou resposta imune contra o SARS-CoV-2, o SARS original e vírus de morcegos relacionados que ainda não infectaram humanos. O objetivo é proteção ampla contra toda a família Sarbeco, não apenas uma variante específica.
Quem desenvolveu a tecnologia?
A pesquisa foi liderada pelo professor Jonathan Heeney, do Laboratório de Zoonoses Virais da Universidade de Cambridge, em parceria com a DIOSynVax (DVX) Ltd, uma spin-out universitária. Os testes foram conduzidos em instalações do NIHR em Southampton e Cambridge.
Referências
- BBC News — “‘World-first” vaccine designed by artificial intelligence” (4 de junho de 2026)
- Universidade de Cambridge — “New ‘universal vaccine’ technology could protect us from future virus outbreaks” (5 de junho de 2026)
- ScienceDaily — “AI-designed universal coronavirus vaccine passes first human trial” (5 de junho de 2026)
- The National News — “AI-designed vaccine ‘could prevent pandemics before they begin'” (4 de junho de 2026)
- PCMag — “Researchers Successfully Trial AI-Designed Vaccine for the First Time”