Bioinformática aplicada à genômica animal
Gabarito: letra E (Errado). A afirmação é falsa: algoritmos de aprendizado de máquina são amplamente utilizados e eficazes na análise de dados genômicos de animais, inclusive para prever a função biológica de genes. A bioinformática moderna depende desses modelos computacionais para lidar com a enorme quantidade de dados gerados pelo sequenciamento de nova geração.
O aprendizado de máquina é um ramo da inteligência artificial que permite que computadores aprendam padrões a partir de dados, sem serem explicitamente programados para cada tarefa. Na genômica, esses algoritmos são essenciais para tarefas como: identificar genes em sequências de DNA, prever a estrutura e função de proteínas, classificar variantes genéticas (como SNPs) quanto ao seu potencial patogênico, e até mesmo auxiliar no diagnóstico de doenças genéticas. Por exemplo, um modelo de aprendizado de máquina pode ser treinado com milhares de sequências de genes conhecidos para aprender as características de um gene codificador de proteína e, depois, aplicar esse conhecimento para prever se uma nova sequência é um gene ou não. Da mesma forma, ferramentas como o AlphaFold, que usa aprendizado profundo, revolucionaram a previsão da estrutura tridimensional de proteínas a partir da sequência de aminoácidos — algo que era extremamente difícil com métodos tradicionais.
A afirmação do enunciado está duplamente errada: primeiro, diz que o uso é "inviável", quando na verdade é uma prática consolidada e indispensável; segundo, diz que os modelos "não são eficazes" para prever função biológica, quando há inúmeros exemplos de sucesso, como a predição de função gênica por homologia, a análise de expressão gênica diferencial e a identificação de elementos regulatórios. A banca explora aqui uma visão ultrapassada e equivocada sobre o papel da computação na biologia moderna. O candidato que conhece o básico de bioinformática percebe imediatamente a inversão de sentido: o que seria "inviável" é analisar manualmente bilhões de pares de bases sem o auxílio de algoritmos.
Na prática, a genômica animal (seja de bovinos, suínos, aves ou animais de companhia) gera dados massivos que só podem ser interpretados com ferramentas computacionais. O aprendizado de máquina é usado, por exemplo, para associar marcadores moleculares a características de interesse econômico (como resistência a doenças ou eficiência alimentar) em programas de melhoramento genético. Portanto, a premissa da questão é totalmente contrária à realidade científica e tecnológica atual.
Guarde o critério decisivo: a bioinformática e o aprendizado de máquina são ferramentas viáveis e eficazes na genômica animal — a afirmação que nega isso é falsa.
Alternativa C — ❌ Incorreta
A alternativa C afirma que o item está Certo, ou seja, que o uso de algoritmos de aprendizado de máquina é inviável e ineficaz na análise de dados genômicos de animais. Isso é falso. O erro está na negação absoluta: a bioinformática é, na verdade, a área que viabiliza a análise desses dados, e o aprendizado de máquina é uma de suas ferramentas mais poderosas. Modelos computacionais são amplamente usados para prever função gênica, anotar genomas, identificar variantes e até mesmo para diagnósticos. A alternativa C, portanto, está incorreta por contrariar frontalmente o estado da arte da ciência.
Alternativa E — ✅ Correta ⟵ GABARITO
A alternativa E afirma que o item está Errado, e é exatamente isso: a proposição do enunciado é falsa. O uso de algoritmos de aprendizado de máquina é viável e eficaz na análise de dados genômicos de animais. A banca pede para julgar a afirmação, e a resposta correta é Errado, pois a afirmação nega algo que é verdadeiro e consolidado na prática científica. Portanto, a alternativa E é a correta.
Gabarito: letra E