A Revolução da Inteligência Artificial e o Fim dos Testes em Animais: O Nascimento do AnimalGAN e o Início da Era da Libertação Tecnológica

Um novo modelo de inteligência artificial desenvolvido por cientistas da FDA promete substituir testes toxicológicos em roedores — e inaugura uma transformação histórica na relação entre humanidade, ciência e outras espécies.

 Versão em Podcast disponível

Uma virada histórica guiada não pela ética, mas pela eficiência

Muitas vezes, a humanidade avançou em direção à libertação de outras espécies não por uma súbita ascensão da compaixão, mas pelo surgimento de tecnologias mais eficientes. As baleias deixaram de ser caçadas em escala industrial não por piedade, mas porque o querosene e depois a eletricidade tornaram o óleo de baleia obsoleto. Os cavalos deixaram de puxar carroças quando motores a combustão tornaram o transporte mais rápido, mais barato e mais previsível.
Agora, uma revolução semelhante começa a se desenhar nos laboratórios — e os ratos podem ser os primeiros beneficiados.

Pesquisadores do Centro Nacional de Pesquisa Toxicológica (NCTR) da Food and Drug Administration (FDA), a agência reguladora de medicamentos dos Estados Unidos, em parceria com cientistas da Universidade de Birmingham e da empresa ApconiX, no Reino Unido, apresentaram o AnimalGAN, um modelo de inteligência artificial generativa capaz de simular com impressionante precisão os resultados de exames feitos tradicionalmente em roedores de laboratório. Publicado na Nature Communications em novembro de 2023, o estudo descreve uma rede adversarial generativa (GAN) treinada com milhares de experimentos anteriores — e capaz de gerar dados sintéticos de toxicologia para substâncias químicas e medicamentos ainda não testados.

Em outras palavras: o AnimalGAN aprende com o passado para prever o futuro — e o faz sem derramar uma gota de sangue.

Do sofrimento real à simulação virtual

A proposta é simples em sua essência, mas monumental em suas implicações. O AnimalGAN foi alimentado com dados de 8.078 ratos submetidos a 138 substâncias químicas, registrados na base pública Open TG-GATEs, gerando um modelo que simula 38 medidas de patologia clínica — desde enzimas hepáticas até marcadores renais. Na avaliação de toxicidade para o fígado e para os rins, as conclusões tiradas dos dados virtuais coincidiram com as dos experimentos reais em 96% a 100% dos casos do conjunto de teste.

Os autores também submeteram o modelo a uma prova mais dura: comparar suas previsões com uma base de dados independente, produzida em outros laboratórios e com outros protocolos. Ali, a concordância foi de cerca de 83% — praticamente a mesma que dois laboratórios reais têm entre si quando testam as mesmas substâncias (81%). Ou seja, o AnimalGAN diverge dos experimentos reais mais ou menos na mesma medida em que os próprios experimentos reais divergem uns dos outros.

O sistema não se limita a reproduzir médias. Ele é capaz de simular populações inteiras de roedores, com variações individuais — uma espécie de ecossistema digital de experimentação biomédica. Em um teste, os cientistas simularam 100 mil ratos virtuais para avaliar a toxicidade hepática de três medicamentos antidiabéticos da mesma família química. A IA ordenou o risco de lesão no fígado das três drogas na mesma sequência observada em pacientes humanos — incluindo a troglitazona, retirada do mercado justamente por esse motivo. Um estudo convencional, feito com algumas dezenas de animais, não tem tamanho amostral para detectar diferenças tão raras.

Essa precisão não é mero avanço técnico. É uma promessa ética com potencial de redefinir as práticas da biomedicina moderna.

Tecnologia que supera a moral

Há um padrão histórico que se repete. A humanidade raramente abandona práticas cruéis apenas porque se tornam moralmente inaceitáveis — com frequência, ela o faz quando se tornam tecnologicamente obsoletas.
O óleo de baleia foi substituído pela iluminação elétrica; os circos sem animais florescem na era dos efeitos visuais e da realidade aumentada. Agora, os testes em roedores e coelhos — por décadas considerados “inevitáveis” — encontram seu competidor mais formidável: a inteligência artificial.

No estudo, o AnimalGAN superou 12 métodos computacionais tradicionais em todas as 38 medidas avaliadas e obteve resultados comparáveis aos dos testes em animais reais na avaliação de toxicidade hepática. Enquanto um estudo toxicológico em ratos pode levar semanas ou meses, a IA pode simular milhares de cenários em uma fração desse tempo, sem custo biológico algum.

A ética, neste caso, é consequência da eficiência. O que começou como uma ferramenta científica se transforma, inevitavelmente, em um motor de libertação.

Um passo decisivo rumo à substituição total

O AnimalGAN oferece modelos preditivos multidimensionais, indo além das abordagens tradicionais de QSAR (Quantitative Structure–Activity Relationship), que costumam prever um resultado isolado de cada vez — “tóxico” ou “não tóxico”.
Com o novo modelo, é possível gerar perfis completos de resposta fisiológica de uma só vez, algo até então exclusivo de estudos biológicos em seres vivos.

Mais impressionante ainda é sua robustez. O AnimalGAN foi capaz de prever resultados para drogas com estruturas químicas muito diferentes daquelas usadas em seu treinamento. Também se mostrou eficaz ao extrapolar para classes terapêuticas ausentes do treino e para medicamentos aprovados depois de 1982, quando o modelo havia aprendido apenas com drogas mais antigas.
Essa flexibilidade sugere que, conforme a base de dados cresce, a IA poderá cobrir uma parte cada vez maior do espectro químico e farmacológico conhecido.

Os próprios autores reconhecem os limites: o modelo foi desenvolvido num espaço químico relativamente restrito, e seus resultados ainda precisam ser confirmados com substâncias de classes muito diferentes, como compostos ambientais. Há também um paradoxo que não pode ser ignorado: o AnimalGAN aprendeu com dados de milhares de animais que já foram usados em experimentos. Mas justamente por isso ele pode fazer com que esse sofrimento não precise se repetir. É apenas um primeiro passo — mas um passo gigantesco rumo a um futuro em que a experimentação animal será vista como uma relíquia de uma era tecnicamente limitada.

A ciência que liberta — e o futuro da pesquisa

Em um campo tradicionalmente resistente à mudança, a FDA — uma das instituições mais conservadoras e influentes da biomedicina — passou a liderar o movimento pela substituição. O FDA Modernization Act 2.0, sancionado no fim de 2022, retirou da lei americana a obrigatoriedade de testes em animais para a aprovação de medicamentos e reconheceu métodos alternativos, como modelos computacionais e culturas celulares. O AnimalGAN, publicado menos de um ano depois, é um dos primeiros resultados concretos dessa mudança — e o próprio artigo cita a nova lei como motivação.

Além da eficiência e da economia, há um benefício científico evidente: escala. Experimentos biológicos são limitados pelo número de animais, pelo custo e pelo tempo. Já o modelo digital pode rodar quantas simulações os recursos computacionais permitirem, reproduzir condições idênticas e explorar eventos raros — como as reações idiossincráticas que, em humanos, muitas vezes só aparecem depois que o medicamento já está no mercado.

Em suma, a IA ainda não substitui o rato em todos os casos. Mas já mostra onde pode fazer melhor do que ele.

2025: a FDA passa da permissão ao plano

O que em 2022 era uma permissão virou, em 2025, uma estratégia oficial. Em 10 de abril de 2025, a FDA anunciou um plano para eliminar gradualmente a exigência de testes em animais no desenvolvimento de anticorpos monoclonais e de outros medicamentos. A agência declarou que essa exigência passará a ser reduzida, refinada ou substituída por um conjunto de métodos chamados NAMs (New Approach Methodologies). Entre eles estão justamente modelos computacionais de toxicidade baseados em inteligência artificial — a categoria do AnimalGAN —, além de linhagens celulares e organoides cultivados em laboratório. A mudança passou a valer de imediato para os pedidos de pesquisa clínica de novos medicamentos e veio acompanhada de um roteiro de implementação com prazos definidos.

O plano saiu do papel. Em dezembro de 2025, a agência publicou uma minuta de orientação que dispensa os estudos de rotina de seis meses em primatas no desenvolvimento de anticorpos monoclonais. Em abril de 2026, ao completar um ano do roteiro, a FDA declarou ter cumprido as metas do primeiro ano. Entre as medidas citadas está uma orientação para abandonar os testes de endotoxina feitos com sangue de caranguejo-ferradura, que pode poupar mais de um milhão de animais por ano. No Congresso americano, um grupo bipartidário apresentou em abril de 2025 o FDA Modernization Act 3.0, que obriga a agência a implementar integralmente a lei de 2022.

Para quem acompanha o AnimalGAN, o significado é claro: ferramentas que em 2023 eram promessas acadêmicas agora têm um caminho regulatório para chegar à prática.

A libertação animal como subproduto da inovação

É tentador celebrar o avanço como um triunfo moral da humanidade. Mas, em última instância, ele é fruto da mesma força que moveu muitas das grandes transições civilizatórias: a busca pela eficiência.
Quando uma nova tecnologia torna a antiga redundante, o progresso ético fica muito mais próximo. O fim da exploração animal nos laboratórios não virá apenas de compaixão — virá também porque ela deixará de ser necessária.

A escala do problema é enorme. A estimativa mais citada, produzida pela Cruelty Free International e publicada na revista científica ATLA, aponta que cerca de 192 milhões de animais foram usados para fins científicos no mundo em 2015 — incluindo os criados e mortos sem chegar a ser usados em testes. Cada um representa sofrimento, além de tempo, custo e risco regulatório.
Com modelos como o AnimalGAN, parte significativa desse sistema pode ser substituída por dados sintéticos precisos, auditáveis e reproduzíveis. A mudança, quando vier, será não apenas ética — será pragmática.

O horizonte dos próximos dez anos

O roteiro da FDA fixou prazos para abandonar os testes em animais sempre que existirem alternativas equivalentes ou melhores. Combinado ao ritmo acelerado da inteligência artificial e à pressão social, isso permite uma projeção: é plausível que, até 2035, os testes em animais deixem de ser a regra e passem a ser exceção na avaliação de segurança de medicamentos. Trata-se de uma leitura editorial, não de uma previsão oficial — mas uma leitura que, há cinco anos, pareceria ficção.
O que o AnimalGAN fez para ratos, versões futuras poderão fazer para primatas, cães e outras espécies usadas em ensaios biomédicos. Modelos de IA integrando dados moleculares, genômicos e fisiológicos humanos já estão em desenvolvimento — e podem prever efeitos colaterais antes mesmo de uma droga ser sintetizada.

Quando isso acontecer, a pergunta ética mudará de forma: não será mais “devemos parar de usar animais?”, mas “como continuamos usando, se já não há justificativa científica para isso?”.

Conclusão: quando o progresso se torna empatia

A revolução iniciada pelo AnimalGAN é mais que um avanço científico; é um marco civilizacional.
A tecnologia começa a oferecer uma alternativa concreta à experimentação animal — não por benevolência, mas por mérito técnico. A inteligência artificial já consegue reproduzir, com fidelidade comparável à dos próprios experimentos, as respostas biológicas dos roedores. Com isso, nasce um novo paradigma de pesquisa, em que a precisão estatística e a ética caminham na mesma direção.

A história mostra que a libertação — humana ou animal — raramente começa com a moral. Mas sempre termina com ela.

Quando as últimas gaiolas forem substituídas por servidores, e as últimas colônias de ratos derem lugar a redes neurais, talvez possamos dizer que a inteligência — biológica ou artificial — finalmente aprendeu o que significa ser verdadeiramente inteligente.

Fontes e referências:

• Chen, X.; Roberts, R.; Liu, Z.; Tong, W. A generative adversarial network model alternative to animal studies for clinical pathology assessment. Nature Communications, 14, 7141, 2023.
• FDA / NCTR. AnimalGAN Initiative. Código aberto disponível no GitHub.
• Congresso dos EUA. FDA Modernization Act 2.0 (S.5002), 2022.
• FDA. FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs, 10 abr. 2025.
• FDA. Roadmap to Reducing Animal Testing in Preclinical Safety Studies, 2025.
• FDA. FDA Achieves Year 1 Goals in Reducing Animal Testing in Drug Development, 20 abr. 2026.
• Taylor, K.; Rego Alvarez, L. An Estimate of the Number of Animals Used for Scientific Purposes Worldwide in 2015. ATLA. Resumo em Cruelty Free International.