Aprendizado profundo e mecanismos de atenção para identificar genes-chave e suas implicações sobre a origem das asas de insetos

Por que as asas de insetos importam para nós

Os insetos dominam o planeta em número e diversidade, e suas asas são uma grande razão para isso. As asas permitem que insetos se espalhem, encontrem alimento, escapem de predadores e moldem ecossistemas inteiros. Ainda assim, os cientistas debatem como essas estruturas delicadas surgiram a partir de ancestrais sem asas. Este estudo usa inteligência artificial moderna para vasculhar o DNA de insetos em busca de pistas, revelando um programa genético compartilhado entre asas e brânquias que lança nova luz sobre a origem das asas.

Olhando para os mares antigos

Para entender as asas de insetos, os autores partem de uma ideia simples: os insetos atuais provavelmente evoluíram de animais semelhantes a crustáceos que viviam na água e respiravam por brânquias. Ideias concorrentes sugerem que as asas poderiam ter se desenvolvido a partir de órgãos respiratórios semelhantes a brânquias, placas planas no corpo ou lobos laterais do tórax, e algumas pesquisas apontam para uma mistura dessas fontes. Se as asas realmente remontam a brânquias, então genes-chave deveriam mostrar atividade semelhante nas asas dos insetos e nas brânquias de espécies aquáticas relacionadas. Em vez de testar apenas alguns genes de cada vez, a equipe procurou escanear os conjuntos completos de proteínas de muitas espécies para encontrar padrões ocultos ligados às asas.

Ensinando uma rede neural a ler genes

Os pesquisadores construíram um sistema de aprendizado profundo que chamam de DeepWG para distinguir proteínas de espécies aladas e não aladas. Reuniram proteomas de 119 espécies, incluindo insetos e seus parentes próximos, e mantiveram apenas dados de alta qualidade. Cada sequência proteica foi fragmentada em pequenos blocos de três letras, de modo semelhante a dividir frases em fragmentos curtos. Esses fragmentos foram transformados em vetores numéricos usando técnicas emprestadas do processamento de linguagem, e então alimentados em uma rede de memória bidirecional com uma camada de atenção adicional. Essa configuração permite que o modelo percorra as sequências proteicas em ambas as direções e foque nas regiões mais informativas sem regras feitas à mão.

Encontrando os genes dos quais as asas dependem

O DeepWG mostrou-se altamente preciso, classificando corretamente as amostras de teste em mais de 97% dos casos e superando redes neurais mais simples. A camada de atenção atribui um peso a cada família de genes relacionadas, destacando quais são mais importantes para distinguir espécies aladas de não aladas. De quase 28.000 famílias gênicas, os 5% superiores em peso geraram 3.872 genes candidatos, incluindo muitos já conhecidos por moldar asas de insetos. Exemplos famosos incluem genes que controlam crescimento, padronização e tamanho das asas, bem como vias que governam como as células se dividem e respondem a sinais. Análises de rede da atividade gênica agruparam muitos desses genes em módulos fortemente ligados ao desenvolvimento de asas na mosca-das-frutas, aumentando a confiança de que o DeepWG está identificando atores significativos em vez de ruído aleatório.

Asas e brânquias cantando a mesma canção

O teste mais marcante veio da comparação de como esses genes-chave se comportam entre espécies e tecidos. A equipe examinou a mosca-das-frutas, uma efêmera com almofadas de asa e brânquias aquáticas, e um crustáceo semelhante a um camarão com brânquias mas sem asas. Eles verificaram quão fortemente os genes candidatos estavam ativados em asas, almofadas de asa, brânquias e outros tecidos. Nas três espécies, o mesmo conjunto central de genes mostrou alta atividade em asas ou almofadas de asa e em brânquias, mas não em tecidos não relacionados. Esse padrão repetido sugere que as asas de insetos modernas e as brânquias de crustáceos compartilham uma caixa de ferramentas genética comum que antecede a evolução do voo.

O que isso significa para a história do voo

Para não especialistas, a mensagem principal é que as asas de insetos podem não ser uma invenção completamente nova, mas uma reformulação engenhosa de brânquias ancestrais orientada por um conjunto de genes conservados. Ao permitir que uma rede neural peneire grandes volumes de dados de sequência, o estudo descobre centenas de genes que ligam asas e brânquias em ramos distantes da árvore filogenética dos artrópodes. Embora muitas peças do quebra-cabeça ainda permaneçam, o padrão de atividade gênica compartilhada apoia fortemente a ideia de que as asas cresceram a partir de estruturas semelhantes a brânquias em ancestrais aquáticos antigos. O DeepWG também oferece uma ferramenta geral para rastrear como outros traços importantes evoluíram lendo a linguagem dos genomas.

Citação: Liu, F., Cao, Y., Qian, S. et al. Deep learning and attention mechanisms to identify key genes and their implications for the origin of insect wings. Sci Rep 16, 15998 (2026). https://doi.org/10.1038/s41598-026-49441-y

Palavras-chave: asas de insetos, evolução das asas, aprendizado profundo, expressão gênica, brânquias de artrópodes