Ferramenta Transforma 74 de 100 Artigos de Biologia em Agentes de IA

Resumo

• Uma equipe de Stanford publicou o Paper2Agent, um sistema que transforma um artigo científico e seu código em um assistente de IA capaz de executar os métodos do artigo sob demanda, em linguagem natural. O estudo foi publicado na Nature em 16 de setembro.
• Em um teste com 100 artigos de biologia computacional, o sistema produziu agentes funcionais para 74 deles, informou a IEEE Spectrum. Os demais falharam, geralmente por código incompleto, documentação ausente ou software que não pôde ser colocado para funcionar.
• No preprint de 2025 da equipe, um agente construído a partir do artigo do AlphaGenome respondeu corretamente às 30 perguntas de teste. Duas outras ferramentas de IA acertaram 21 e 15.
• Ao conectar agentes construídos a partir de artigos diferentes, e com pesquisadores guiando a análise, a equipe produziu duas pistas genéticas, para TDAH e psoríase. Ambas são hipóteses computacionais, não achados laboratoriais.
• A equipe também testou o sistema em artigos de estatística, econometria e astrofísica, mas suas demonstrações publicadas se concentram em artigos de biologia acompanhados de código.

O que aconteceu

Reaproveitar os métodos de um artigo científico normalmente significa ler o texto e depois vasculhar o código de outra pessoa para reconstruir a análise. Uma equipe de Stanford liderada por Jiacheng Miao e James Zou construiu o Paper2Agent para assumir essa etapa, segundo a Stanford Medicine. O estudo foi publicado na Nature em 16 de setembro de 2026.

O sistema lê um artigo e seu repositório de código e usa vários agentes de IA para empacotar os métodos do artigo como ferramentas. Em seguida, testa essas ferramentas contra os resultados de referência do artigo, tenta corrigir as que falham e descarta as que não consegue reparar, informou a IEEE Spectrum. As ferramentas são disponibilizadas via Model Context Protocol (MCP), um conector padrão que permite que um assistente de IA chame funções de outro programa.

Conectadas a um assistente como o Claude Code, a ferramenta de codificação com IA da Anthropic, essas ferramentas permitem que um usuário faça uma pergunta em linguagem natural e o assistente execute o próprio código do artigo para respondê-la. O relato da Stanford Medicine acrescenta que os autores humanos ainda podem fornecer o contexto que o artigo deixa de fora, respondendo às perguntas do agente.

Para o AlphaGenome, um modelo que prevê como mutações no DNA afetam a atividade dos genes, construir o agente levou cerca de 45 minutos em um laptop pessoal, sem intervenção humana, e custou menos de US$ 15 em computação, informou a IEEE Spectrum. O processo produziu 22 ferramentas, todas aprovadas nas verificações automatizadas do sistema. O preprint de 2025 da equipe havia estimado o tempo de construção em cerca de três horas.

Nesse preprint, a equipe comparou o agente do AlphaGenome com duas alternativas: o Claude Code com acesso direto ao código do AlphaGenome, e o Biomni, uma ferramenta de IA biomédica especializada. Em 15 perguntas baseadas nos tutoriais do AlphaGenome, o agente acertou todas as 15, contra 9 do Claude Code e 6 do Biomni. Em outras 15 perguntas escritas pela própria equipe, usando variantes e tipos celulares ausentes dos materiais originais, o agente voltou a marcar 15, contra 12 e 9. A equipe conferiu cada resposta manualmente contra os resultados da execução do código original.

Em escala maior, a equipe rodou o Paper2Agent em 100 artigos de biologia computacional e transformou 74 em agentes funcionais, informou a IEEE Spectrum. Os outros 26 falharam, geralmente por código incompleto, documentação ausente ou software que não pôde ser colocado para funcionar. A revista também informou que a equipe testou o sistema em artigos de estatística, econometria e astrofísica, embora suas demonstrações se concentrem em biologia.

A equipe também conectou agentes construídos a partir de artigos diferentes naquilo que chama de cocientista de IA. No caso do TDAH, descrito no preprint e pela Stanford Medicine, um agente construído a partir do artigo do AlphaGenome trabalhou junto com outro construído a partir de um estudo genético sobre TDAH. Os pesquisadores escolheram os dois artigos e direcionaram o cocientista para uma das hipóteses que ele propôs. Entre 209 variantes candidatas, o sistema apontou uma, a rs1626703, que, segundo sua previsão, altera o splicing do gene MPHOSPH9 em um tipo de neurônio. Zou disse à Stanford Medicine que essa ligação nunca havia sido relatada antes.

Em um segundo caso, informou a IEEE Spectrum, três agentes examinando a genética da psoríase apontaram um gene pouco estudado, o GPR137, como causa provável e propuseram 10 formas de testar a ideia. Um pesquisador escolheu uma delas. A análise constatou que silenciar o GPR137 causava alterações na atividade gênica semelhantes às provocadas pela variante ligada à psoríase em células imunes.

O código do Paper2Agent é aberto, sob licença MIT, no GitHub, com agentes prontos para os artigos do AlphaGenome, ScanPy e TISSUE. Até a publicação do estudo, a equipe já havia construído mais de 100 agentes de artigos e espera que, eventualmente, a maioria dos artigos científicos tenha um, relata a Stanford Medicine.

O que isso significa (e o que não significa)

Se funcionar como descrito, o Paper2Agent poderia permitir que pesquisadores aplicassem diretamente um método publicado, em vez de reconstruí-lo a partir do código. Zou disse à Stanford Medicine que o conhecimento sempre foi armazenado como “artefatos muito passivos”, e apresenta os agentes de artigos como uma alternativa ativa.

Todos os números de desempenho citados neste artigo vêm da própria equipe de pesquisa. A equipe escreveu as perguntas de teste e avaliou as respostas manualmente, uma limitação que seu preprint reconhece. O relato da Stanford Medicine vem da própria assessoria de imprensa da universidade.

Os resultados não mostram que os agentes de artigos possam substituir o julgamento de especialistas ou o trabalho de laboratório. As pistas sobre TDAH e psoríase são hipóteses computacionais, e foram os pesquisadores que escolheram os artigos, direcionaram a análise e selecionaram o teste de acompanhamento. Zou disse à Stanford Medicine que a colaboração entre agentes deve ser guiada e monitorada de perto. A taxa de conversão de 74 em 100 se aplica a artigos de biologia computacional que já vinham acompanhados de código.

O que ainda não sabemos

• Quanta ajuda humana o processo de construção e teste exigiu ao longo do teste com 100 artigos não é informado. Para o AlphaGenome, a equipe relata que não houve nenhuma.
• Se a abordagem funciona em artigos sem código, como artigos teóricos ou de revisão, não é abordado nas fontes.
• Como os agentes de artigos se saem em perguntas e dados escolhidos por pessoas de fora da equipe de pesquisa não foi relatado.
• As 26 conversões que falharam são descritas por suas causas mais comuns, sem uma contagem de quantas vezes cada uma ocorreu.
• Nem a variante do MPHOSPH9 nem a pista do GPR137 são relatadas como confirmadas por experimentos laboratoriais independentes.
• Os números de benchmark e de tempo de construção do preprint de 2025 podem diferir dos da versão revisada por pares. Um número relatado em outro lugar, 91,2% de acurácia contra 80,3% de uma linha de base do Claude Code em 300 perguntas, parece vir do artigo da Nature. Esse artigo está atrás de um paywall, então o número não pôde ser conferido nele e não é usado aqui.