Um doutorando da Universidade Estadual de Maringá (UEM) superou quase 4 mil competidores globais e conquistou o primeiro lugar em um dos desafios mais técnicos da plataforma Kaggle, pertencente ao Google. O prêmio: US$ 18 mil e um convite para apresentar a solução no Vale do Silício ainda em novembro.
O feito coloca o Brasil no radar da pesquisa de ponta em inteligência artificial aplicada à biologia. Mas o que torna essa vitória relevante vai além do valor financeiro.
O desafio que travou milhares de especialistas
Lançado pelo Chan Zuckerberg Biohub — braço científico da iniciativa filantrópica de Mark Zuckerberg e Priscilla Chan —, o problema exigia rastrear células embrionárias de peixe-zebra ao longo de aproximadamente 100 frames microscópicos.
A dificuldade central: identificar não apenas a posição de cada célula a cada instante, mas detectar com precisão os momentos de divisão celular. Esse dado é indispensável para reconstruir a linhagem completa do embrião em desenvolvimento.
Sergio Alvarez da Silva Júnior, autor da solução vencedora, resume a complexidade:
“Precisávamos saber onde a célula estava, para onde foi no frame seguinte, se ela se dividiu ou não, e fazer a linhagem inteira. Do frame 1 ao 100, rastreando cada uma.”
Como a IA aprendeu a “ver” a divisão celular
A abordagem de Silva Júnior combina duas arquiteturas de redes neurais de forma inovadora:
- CNNs (Redes Neurais Convolucionais): detectam estruturas celulares nas imagens
- Transformers: associam células entre frames consecutivos e reconhecem padrões de divisão
O diferencial está na estratégia de tracking by detection (rastreamento por detecção). Em vez de depender apenas da consistência das linhagens reconstruídas, o sistema aprende a identificar sinais visuais que antecedem e acompanham a divisão — mudanças sutis de comportamento que olhos humanos percebem, mas que são difíceis de codificar em regras.
“Existe algo ali que os humanos conseguem enxergar. O computador, de alguma forma, tem que aprender isso também”, explica o pesquisador.
Por que peixe-zebra importa para a medicina
O modelo animal não foi escolhido por acaso. O peixe-zebra compartilha processos de desenvolvimento embrionário com humanos, mas permite estudos em larga escala sem as restrições éticas de embriões humanos.
Automatizar a análise de milhares de frames microscópicos acelera pesquisas em:
- Desenvolvimento de fármacos e testes pré-clínicos
- Compreensão de doenças congênitas
- Estudos de toxicologia e biologia do desenvolvimento
A IA atua como multiplicador de capacidade: o que exigiria meses de análise manual passa a ser processado em horas, com reprodutibilidade.
Trajetória construída em laboratório universitário
A vitória não foi um golpe de sorte. Silva Júnior atua na interseção entre computação e biomedicina desde a graduação, quando participou de projeto de iniciação científica para automatizar análise de fibras musculares de roedores — colaboração entre o Departamento de Informática e as Ciências Biológicas da UEM.
O orientador, professor Yandre Maldonado e Gomes da Costa, destaca a evolução do aluno:
“O Sérgio hoje faz coisas que eu não posso fazer. A gente prepara o aluno para ser melhor que a gente.”
No ano anterior, o pesquisador já havia conquistado premiação de US$ 5 mil em outro desafio Kaggle, mas em equipe. Desta vez, enfrentou sozinho um pool de competidores cerca de quatro vezes maior — e não esperava o topo.
O que vem depois do Vale do Silício
A apresentação em São Francisco abre portas para parcerias internacionais e visibilidade em conferências de alto impacto. O plano imediato: transformar a solução em artigo científico original, submetê-lo a periódicos especializados e expandir a linha de pesquisa durante o doutorado.
Mais do que o prêmio, a conquista consolida uma ponte entre ciência da computação brasileira e problemas biológicos de fronteira — demonstrando que infraestrutura universitária pública pode gerar inovação competitiva em escala global.
O que observar: a publicação do método em revista revisada por pares será o teste real de reprodutibilidade e impacto. Se validado, a técnica pode se tornar padrão em laboratórios de biologia do desenvolvimento e triagem de fármacos nos próximos anos.
