O MACRO — Otimização de Reprogramação CRISPR Aumentada por Machine Learning — situa-se na interseção de dois campos que só recentemente começaram a combinar-se. A engenharia metabólica visa redirecionar a química interna de uma célula para um produto desejado; o CRISPR fornece a precisão de edição para tentar fazê-lo; e a inteligência artificial oferece uma forma de pesquisar o vasto espaço de edições possíveis sem testar cada uma em laboratório. Na prática, isto significa que o modelo deve prever um resultado de nível de sistema — a produtividade total de lipídios — a partir de uma alteração genética, que é exatamente o tipo de problema não linear e de múltiplos objetivos onde a previsão computacional mostra o seu valor.
Ela foi invulgarmente explícita ao afirmar que a parte difícil era o objetivo principal. "Participei porque queria pegar numa ideia presa na minha cabeça e transformá-la em algo mais sério", escreveu ela no seu perfil de finalista. "Continuei a pensar no biocombustível de microalgas porque soa muito promissor: as algas crescem rapidamente, absorvem dióxido de carbono e produzem óleos que podem ser usados como combustível. Mas depois aprendi que fazer um sistema de biocombustível funcionar é muito mais difícil do que apenas dizer 'use algas'. Isso tornou o projeto mais interessante para mim."
Vinte perguntas, oito minutos no relógio e um percentil medido contra todos os que já fizeram. Sem cadastro.
Fazer o teste de QI →O problema que ela escolheu é aquele que o setor ainda não conseguiu superar. "Eu queria focar-me na parte difícil, que é como aumentar a produção de óleo sem prejudicar o crescimento", escreveu ela. A sua razão para escolher este concurso em particular teve a ver com comunicação: "parecia o lugar certo para testar se eu conseguia explicar essa ideia de forma clara e torná-la importante para pessoas que talvez ainda não saibam sobre microalgas ou CRISPR". O julgamento no 3M Young Scientist Challenge avalia a eficácia da comunicação juntamente com a criatividade e o conhecimento científico, por isso o teste foi real.
A sua invenção favorita do último século é o CRISPR-Cas9, e o seu relato sobre o porquê é um pequeno ensaio sobre de onde vêm as boas ideias. "Antes de aprender sobre o CRISPR, pensava no ADN principalmente como informação. O CRISPR fez-me perceber que o ADN também poderia ser editado de uma forma muito mais direcionada e significativa", escreveu ela. "A parte que acho mais interessante é que o CRISPR veio das bactérias. Não foi inventado do nada. Os cientistas notaram um sistema que as bactérias já usavam para se defender e transformaram-no numa ferramenta para pesquisa, medicina, agricultura e biotecnologia. Gosto disso porque mostra quantas ideias úteis podem já existir na natureza, mas temos de as notar primeiro."
O seu mentor designado pela 3M é Aditya Banerji, um Especialista em Pesquisa no Laboratório de Processos de Pesquisa Corporativa da empresa, que desenvolve e comercializa produtos e é co-inventor em dezasseis submissões de patentes da 3M, quatro das quais resultaram em pedidos de patente pendentes. Para um projeto cujo risco central é a distância entre um modelo preditivo e um processo funcional, um especialista em pesquisa de processos com histórico de comercialização é a combinação perfeita.
A sua ambição é dupla por design. "Daqui a 15 anos, espero ser uma médica cientista", escreveu ela. "Quero trabalhar com pacientes como médica, mas também quero continuar a fazer perguntas de pesquisa porque gosto da parte da ciência em que a resposta ainda não é óbvia. Interesso-me pela biologia porque nunca é tão simples como eu esperava inicialmente. Há sempre outra camada." Ela acrescentou um desejo que nada tem a ver com credenciais: "Também espero continuar a ser o tipo de pessoa que se entusiasma com uma pergunta estranha e a segue mais longe do que planeei." A citação escolhida é sua: "Uma boa invenção começa quando algo promissor ainda tem um problema que ninguém resolveu bem o suficiente." Nos dias 12 e 13 de outubro de 2026, ela apresenta o MACRO no 3M Innovation Center em St. Paul, Minnesota.
“Eu queria focar-me na parte difícil, que é como aumentar a produção de óleo sem prejudicar o crescimento.”— Millie Pradawong, perfil do 3M Young Scientist Challenge 2026
“Uma boa invenção começa quando algo promissor ainda tem um problema que ninguém resolveu bem o suficiente.”— Millie Pradawong
| Pessoa | País | Marco | Idade / Dado |
|---|---|---|---|
| Millie Pradawong | 🇺🇸 EUA | MACRO — inteligência artificial para otimização de biocombustível de algas via CRISPR | 14 anos |
| Sharvi Mahajan | 🇺🇸 EUA | NeuroDrive Alert — machine learning de EEG para prever micro-sono | 14 anos |
| Matteo Paz | 🇺🇸 EUA | Machine learning em dados de levantamento infravermelho; 1,5 milhão de objetos encontrados | 18 anos |
| Anirudh Rao | 🇺🇸 EUA | Nano-gerador movido a umidade de óxido de grafeno | 14 anos |
A maioria dos estudantes que se dedica ao biocombustível de algas escolhe a versão que soa empolgante. Ela identificou a razão específica pela qual o setor estagnou — a troca entre rendimento e crescimento — e construiu uma ferramenta voltada para isso, que é a diferença entre escolher um tópico e escolher um problema.
A sua leitura sobre a origem do CRISPR é a resposta mais reveladora. Ela fixou-se no facto de ter sido notado em bactérias em vez de ser desenhado do zero, e tirou a lição geral: que mecanismos úteis podem já existir e a habilidade escassa é a atenção. Essa é uma filosofia de pesquisa, alcançada por uma jovem de catorze anos.
Descubra Mais Crianças Prodígio
Mais de 50 histórias de jovens gênios contemporâneos que transformam o xadrez, a música, a ciência e a arte.
Explorar Todos os Prodígios →




.jpg)
