Cientistas treinam modelo de IA para RNA mensageiro de 25 espécies por R$ 900
Pesquisadores usaram GPU doméstica e modelos de linguagem para analisar sequências genéticas — com custo 600 vezes menor que alternativas tradicionais.
Um grupo de pesquisadores conseguiu treinar um modelo de inteligência artificial capaz de analisar RNA mensageiro (a molécula que carrega instruções genéticas do DNA para a produção de proteínas) de 25 espécies diferentes gastando apenas US$ 165 — cerca de R$ 900. O projeto, liderado pela OpenMed AI e publicado no blog da Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados), usou uma GPU GeForce RTX 4090 (placa de vídeo de alta performance, originalmente feita para jogos) rodando em casa, sem depender de servidores em nuvem.
O modelo foi treinado com 170 milhões de sequências de mRNA coletadas do banco de dados GenBank, do Instituto Nacional de Saúde dos Estados Unidos. A equipe usou uma arquitetura chamada HyenaDNA (um tipo de rede neural especialmente eficiente para processar longas cadeias de informação genética, diferente dos transformers tradicionais). Segundo os autores, treinar um modelo equivalente usando métodos anteriores — como o Nucleotide Transformer, da startup francesa InstaDeep — custaria cerca de US$ 100 mil em infraestrutura de computação em nuvem.
A diferença de custo vem de duas estratégias: usar hardware doméstico em vez de alugar servidores remotos e aplicar técnicas de otimização como quantização (reduzir a precisão dos cálculos para economizar memória sem perder qualidade significativa) e gradient checkpointing (uma forma de guardar apenas parte dos dados intermediários durante o treino, liberando memória). O modelo final, com 1,6 bilhão de parâmetros (os valores ajustáveis que definem o comportamento de uma rede neural), foi validado em tarefas como prever a estrutura de proteínas e identificar regiões regulatórias do genoma.
Os pesquisadores disponibilizaram o modelo completo, os dados de treino e o código no Hugging Face, sob licença aberta. A iniciativa faz parte de um movimento maior na biologia computacional para democratizar o acesso a ferramentas de IA aplicadas à genômica — área que tradicionalmente exige orçamentos robustos de laboratórios acadêmicos ou empresas farmacêuticas. Modelos como esse podem acelerar a descoberta de novos medicamentos, o estudo de doenças raras e a engenharia de vacinas de RNA, como as da Covid-19.
