cec-cells

Computação Evolutiva Controlada em Sistemas Celulares (CEC-Cells)

Escrito por

em

Controlled Evolutionary Computation in Cells

Sobre o projeto:

O CEC-Cells investiga como algoritmos evolutivos e técnicas de aprendizado de máquina podem ser combinados para projetar e prever o comportamento de circuitos genéticos em bactérias — indo além dos limites do design racional tradicional em biologia sintética.

Um dos maiores desafios atuais da biocomputação é que os mesmos “circuitos lógicos genéticos” se comportam de forma muito diferente dependendo do plasmídeo em que são inseridos e da bactéria hospedeira utilizada. Essa dependência de contexto compromete a reutilização de partes genéticas, encarece a prototipagem e limita a complexidade dos circuitos que podem ser construídos de forma confiável.

O CEC-Cells propõe enfrentar esse problema em duas frentes complementares:

  • desenvolver algoritmos evolutivos multiobjetivo capazes de otimizar estruturas genéticas para que funcionem bem em mais de um chassi bacteriano ao mesmo tempo;
  • treinar modelos de aprendizado de máquina (incluindo processos gaussianos, redes neurais e redes neurais em grafos) capazes de antecipar o desempenho de um circuito em contextos ainda não testados experimentalmente

Motivação

A analogia entre computadores de silício e sistemas biológicos é o ponto de partida conceitual do projeto. Sistemas biológicos possuem características que não têm paralelo direto na computação convencional: capacidade de reconfiguração interna em resposta a sinais externos, uso da estocasticidade como recurso funcional, comunicação intercelular que viabiliza processamento paralelo, sinalização que vai além do código binário, e memória adaptativa ao longo do tempo.

Explorar essas propriedades por meio de algoritmos evolutivos direcionados abre caminho para otimizar topologias de circuitos genéticos e metabólicos, ajustar parâmetros em populações de células e acelerar o ciclo de descoberta e validação experimental.

Objetivo geral

Desenvolver e validar um framework preditivo host-aware (sensível ao hospedeiro), baseado em aprendizado de máquina, capaz de modelar o efeito do backbone plasmidial e do chassi bacteriano sobre circuitos genéticos otimizados — permitindo projetar automaticamente sistemas mais profundos, portáteis e reutilizáveis.

Objetivos específicos

  • Desenvolver um framework evolutivo multiobjetivo para otimização do desempenho de estruturas gênicas em mais de um chassi bacteriano;
  • Construir uma biblioteca de *gates* genéticos em diferentes backbones (alta, média e baixa cópia) e chassis de Proteobacteria;
  • Avaliar modelos não lineares (processos gaussianos, redes neurais, redes neurais em grafos) para prever o desempenho de gates em novos contextos;
  • Desenvolver um algoritmo de compatibilidade para identificar cadeias de gates e estimar a profundidade lógica máxima viável;
  • Validar experimentalmente os circuitos projetados pelo framework, comparando previsões e resultados reais;
  • Disponibilizar modelos, dados e protocolos em repositório aberto, promovendo padronização e reuso pela comunidade científica.

Uma parceria internacional

O CEC-Cells dialoga diretamente com dois projetos irmãos:

  • ECCO (Evolutionary Cellular Computing for Environmental Synthetic Biology), financiado pelo European Research Council e coordenado pelo Prof. Dr. Angel Goni-Moreno, do Centro Nacional de Biotecnologia (CNB, Madrid);
  • O próprio projeto “Computação Evolutiva Controlada em Sistemas Celulares”, aprovado pela FAPEMA em resposta à Chamada Pública de Cooperação Internacional – ERC IA 2024, e pelo CNPq, em resposta ao Edital Universal 2025.

Juntos, esses projetos articulam pesquisa em biocomputação, aprendizado de máquina, computação evolutiva e vida artificial, reunindo equipes da UFMA, UFRN e do CNB (Espanha).

Equipe:

Coordenação: Alexandre César Muniz de Oliveira (UFMA)

Equipe técnica:

Guilherme Alberto Sousa Ribeiro, Matheus Chaves Menezes, Areolino de Almeida Neto, Bruno Feres de Souza, Jêfferson Maxwell Ataide de Almeida, Jose Victor Brito Costa, Paulo Roberto Silva Marcos, Raylan Bruno Santana Carvalho, Paulo Rogério de Almeida Ribeiro

UFRN:

Anne Canuto, Bruno Motta de Carvalho, João Carlos Xavier Júnior

CNB (Espanha):

Angel Goni-Moreno, Lewis John Grozinger

Financiamento:

O projeto conta com apoio de:

  • CNPq/MCTI/FNDCT — Processo 420224/2025-4
  • FAPEMA — Processo Auxílio Internacional 03183/25
  • ECCO (ERC-2021-COG-101044360) e NEWTON (ERC-2025-POC-101248112), União Europeia
  • MULTI-SYNBIO (PID2023-152470NB-I00), financiado pelo MICIU/AEI
  • CAPES — Código de Financiamento 001
  • UFMA e UFRN

Compromisso com o desenvolvimento sustentável

O CEC-Cells contribui para os Objetivos de Desenvolvimento Sustentável (ODS) 2, 6 e 9, ao propor arcabouços computacionais que viabilizam biossensores capazes de otimizar o monitoramento agrícola de solo e patógenos, detectar contaminantes em recursos hídricos em tempo real, e estabelecer uma nova infraestrutura tecnológica de processamento biológico de informação.

O projeto também se conecta ao Plano Estratégico Maranhão 2050, posicionando-se como iniciativa transversal para uma economia mais próspera e inclusiva, aliada a um meio ambiente valorizado e resiliente.

Resultados do Projeto

Comentários

One response to “Computação Evolutiva Controlada em Sistemas Celulares (CEC-Cells)”

  1. Avatar de Um comentarista do WordPress

    Oi, isto é um comentário.
    Para iniciar a moderar, editar e excluir comentários, visite a tela Comentários no painel.
    Os avatares dos comentaristas vêm do Gravatar.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *