Durante décadas, a neurociência soube descrever o cérebro em regiões, células e funções. O que faltava era algo mais próximo de um diagrama de engenharia: um mapa capaz de mostrar, em escala sináptica, quem se conecta a quem e por quais rotas a informação circula.
Esse limite está sendo deslocado pela conectômica, disciplina que combina microscopia eletrônica, biologia, visão computacional e ciência de dados para reconstruir sistemas nervosos em três dimensões. Em setembro de 2026, um estudo publicado na revista Cell apresentou o conectoma completo do sistema nervoso central de uma mosca-da-fruta macho, a Drosophila melanogaster. O conjunto reúne mais de 166 mil neurônios e aproximadamente 125 milhões de conexões sinápticas.
O resultado não deve ser confundido com outro marco recente. Em 2024, a revista Nature publicou o diagrama do cérebro adulto de uma fêmea da mesma espécie, com 139.255 neurônios e 54,5 milhões de sinapses. Juntos, esses trabalhos ampliam a capacidade de investigar diferenças anatômicas, circuitos associados ao comportamento e princípios gerais de organização neural.
Mais do que um atlas biológico, o conectoma é um grafo computacional de alta complexidade. Ele permite observar o cérebro não apenas como tecido, mas como uma arquitetura de processamento de informação.
A IA rompeu o gargalo da reconstrução cerebral
O cérebro de uma mosca tem cerca de um milímetro cúbico, mas reconstruí-lo em escala sináptica é um problema monumental. O tecido precisa ser preservado, cortado em fatias ultrafinas, fotografado por microscopia eletrônica e recomposto digitalmente. Cada fragmento deve ser alinhado aos demais, enquanto prolongamentos celulares extremamente finos precisam ser acompanhados através de milhares de imagens.
O fluxo de trabalho pode ser resumido em quatro etapas:
- preparação e corte ultramicroscópico do tecido;
- aquisição de imagens em altíssima resolução;
- segmentação algorítmica dos neurônios e identificação das sinapses;
- reconstrução tridimensional, revisão humana e organização do resultado como grafo.
Sem inteligência artificial, o volume de trabalho seria proibitivo. Modelos de visão computacional ajudam a reconhecer membranas, acompanhar axônios, separar células vizinhas e sugerir a localização das conexões. A automação, contudo, não eliminou o trabalho humano. Especialistas e comunidades científicas ainda precisam corrigir fusões indevidas, fragmentações e ambiguidades deixadas pelos algoritmos.
A lição metodológica é relevante: neste campo, a IA funciona como amplificadora da capacidade científica, não como substituta integral do julgamento especializado. O mapa nasce da combinação entre processamento automatizado em escala e validação humana criteriosa.
Da anatomia para a engenharia reversa
Um conectoma não é apenas uma coleção de imagens. Quando neurônios são representados como nós e sinapses como arestas, o sistema nervoso torna-se analisável com ferramentas de teoria dos grafos, modelagem matemática e simulação computacional.
Essa mudança permite formular perguntas antes inacessíveis. Quais circuitos participam da navegação espacial? Como uma memória associativa é retida? Que rotas ligam a percepção de uma ameaça à decisão de fuga? Quais neurônios funcionam como hubs e quais conexões oferecem redundância?
É a passagem da observação anatômica para a engenharia reversa de circuitos neurais. Ainda assim, há um limite decisivo: conhecer a fiação não equivale a conhecer todo o funcionamento. A atividade cerebral também depende da força das sinapses, do estado metabólico, da plasticidade, da neuromodulação, das células gliais e do histórico do organismo.
O conectoma oferece a infraestrutura do sistema, mas não contém sozinho todo o seu software, seus parâmetros nem seu estado de execução.
Essa distinção evita uma interpretação simplista segundo a qual bastaria copiar o mapa para reproduzir uma mente. O diagrama é indispensável, mas precisa ser integrado a dados funcionais e comportamentais.
O que a biologia pode ensinar aos sistemas de IA
Transformers e modelos de linguagem alcançaram resultados extraordinários, porém operam com custos computacionais e energéticos elevados. O cérebro biológico segue outra lógica: é distribuído, esparso, assíncrono, adaptável e capaz de aprender com muito menos exemplos.
A comparação não significa que um circuito de mosca possa substituir uma arquitetura de IA moderna. A contribuição mais realista está na identificação de princípios reutilizáveis, como:
- processamento orientado a eventos, em vez de atividade uniforme e contínua;
- conectividade esparsa e especializada;
- aprendizado local combinado a sinais globais de recompensa;
- competição entre alternativas e seleção de ações;
- modularidade, redundância e tolerância a falhas;
- integração entre percepção, memória e movimento em ciclos rápidos.
Esses princípios interessam diretamente ao hardware neuromórfico, que tenta aproximar a computação da dinâmica de neurônios e sinapses. Também podem orientar agentes autônomos que precisam reagir ao ambiente com baixo consumo de energia, como robôs, drones e sensores embarcados.
O caminho mais promissor não é transportar integralmente o cérebro da mosca para o silício. É tratar o conectoma como uma biblioteca de microcircuitos biologicamente validados e testar quais deles produzem ganhos mensuráveis de eficiência, robustez e adaptação.
O salto para a medicina translacional exige cautela
A Drosophila já é um modelo consolidado em genética e neurobiologia. Sua reprodução rápida e a possibilidade de manipular genes e neurônios específicos permitem relacionar alterações moleculares a mudanças de circuito e comportamento.
Na doença de Alzheimer, por exemplo, pesquisadores podem investigar como falhas sinápticas se propagam por uma rede, quais hubs são mais vulneráveis e como alterações relacionadas à proteína tau, ao metabolismo ou à manutenção celular afetam memória e aprendizagem. Isso pode ajudar a formular hipóteses sobre alvos terapêuticos que depois precisam ser testadas em modelos mais próximos da fisiologia humana.
Em depressão e esquizofrenia, a contribuição é principalmente computacional. Circuitos de recompensa, motivação, aprendizagem, habituação e filtragem sensorial podem revelar mecanismos gerais de neuromodulação e instabilidade de rede. Entretanto, sintomas como tristeza persistente, delírios, culpa, alucinações ou pensamento desorganizado são fenômenos humanos complexos e não podem ser reproduzidos integralmente em um inseto.
O risco está em confundir semelhança molecular ou funcional com equivalência clínica. A mosca não possui córtex, não reproduz a longevidade humana e não incorpora toda a complexidade vascular, imunológica, social e cognitiva das doenças neuropsiquiátricas.
Por isso, a tradução deve ocorrer em etapas: da mosca para organismos como o peixe-zebra; depois para roedores; e, quando houver justificativa científica e ética, para modelos mais complexos e estudos humanos. Cada nível testa uma parte diferente da hipótese.
Escala: da mosca ao cérebro humano
A diferença de escala mostra por que a reconstrução de um cérebro humano completo em resolução sináptica permanece distante.
| Organismo | Ordem de grandeza dos neurônios | Desafio central |
|---|---|---|
| Drosophila melanogaster | Cerca de 140 mil a mais de 166 mil, conforme o conjunto mapeado | Correção fina da segmentação e integração com função e comportamento |
| Camundongo | Cerca de 70 milhões | Volume de imagens, armazenamento e validação em escala muito superior |
| Humano | Cerca de 86 bilhões | Escala, diversidade celular, plasticidade, ética e custo computacional |
O problema cresce mais rapidamente do que a simples contagem de neurônios sugere. O número de conexões, o volume de imagens, a complexidade anatômica e a necessidade de revisão aumentam drasticamente. Repetir em um mamífero o procedimento realizado na mosca exige avanços simultâneos em microscopia, compressão, armazenamento, processamento distribuído e inteligência artificial.
Uma nova infraestrutura para a ciência
O impacto mais duradouro desses projetos talvez não esteja em uma descoberta isolada, mas na infraestrutura criada. Conectomas abertos, visualizadores tridimensionais, ferramentas colaborativas e algoritmos de segmentação transformam o mapa em uma plataforma para milhares de novas investigações.
Para a neurociência, isso significa testar hipóteses com precisão anatômica inédita. Para a medicina, significa rastrear possíveis mecanismos de falha antes de procurar tratamentos. Para a computação, significa observar soluções que a evolução aperfeiçoou sob restrições severas de energia, espaço e tempo.
A mosca não contém um atalho para a inteligência geral nem um modelo completo das doenças humanas. Ela oferece algo cientificamente mais sólido: um sistema nervoso inteiro, suficientemente complexo para produzir comportamento e suficientemente pequeno para ser mapeado, manipulado e comparado.
A pergunta que emerge não é se construiremos uma cópia digital perfeita de um cérebro. É quais princípios dessa arquitetura viva podem ser convertidos em novas formas de computação e em hipóteses médicas verificáveis. A conectômica começou como cartografia. Agora, aproxima-se da engenharia.
Referências
- Lin, A. et al. Sexual dimorphism in the complete Drosophila male central nervous system connectome. Cell, 2026. DOI: https://doi.org/10.1016/j.cell.2026.08.015
- Schlegel, P. et al. Neuronal wiring diagram of an adult brain. Nature, volume 634, páginas 124–138, 2024. DOI: https://doi.org/10.1038/s41586-024-07558-y
- Google Research. A connectomics milestone: Mapping the complete male fruit fly brain, 2026. https://research.google/blog/a-connectomics-milestone-mapping-the-complete-male-fruit-fly-brain/
Se a evolução produziu circuitos capazes de aprender e decidir consumindo tão pouca energia, o próximo salto da IA virá de modelos maiores ou de arquiteturas mais próximas da biologia?
