Uma equipe de pesquisadores do Instituto de Tecnologia da Califórnia (Caltech) desenvolveu uma rede neural baseada em DNA que pode aprender com exemplos, utilizando reações químicas para realizar cálculos. A pesquisa, liderada pela Professora de bioengenharia Lulu Qian, representa um avanço significativo na computação molecular, permitindo que sistemas químicos demonstrem comportamentos de aprendizado complexos.
O estudo, publicado na revista Nature em 3 de setembro de 2025, detalha como a rede neural de DNA foi treinada para reconhecer números manuscritos. Cada número é codificado como um padrão de fitas de DNA que, através de reações químicas específicas, produzem um sinal fluorescente correspondente ao dígito reconhecido. Esta capacidade demonstra o potencial da computação com DNA para tarefas complexas de reconhecimento de padrões.
A capacidade de aprendizado desta rede neural de DNA abre novas possibilidades para o desenvolvimento de sistemas de computação molecular adaptáveis e eficientes em termos de energia. Tais sistemas podem ser aplicados em áreas como medicina, para criar medicamentos "inteligentes" que se adaptam a ameaças patogênicas, e em ciência de materiais, para desenvolver materiais que aprendem e se ajustam a condições externas.
Este trabalho baseia-se em pesquisas anteriores da Professora Qian e sua equipe, que em 2018 desenvolveram uma rede neural de DNA capaz de reconhecer números manuscritos. A jornada para criar a rede neural de DNA que aprende levou sete anos, destacando os desafios e as recompensas de projetar sistemas biomoleculares complexos com uma abordagem holística.
As descobertas do Caltech não apenas avançam a computação molecular, mas também sugerem um futuro onde a inteligência artificial pode operar em escalas e com eficiências energéticas sem precedentes, utilizando a linguagem da vida para resolver problemas complexos. A pesquisa abre caminho para a criação de sistemas que aprendem e evoluem, espelhando a adaptabilidade dos organismos vivos.