O laboratório da Terray Therapeutics é uma sinfonia de automação miniaturizada. Robôs zumbem, transportando pequenos tubos com fluidos para suas estações. Cientistas de jalecos azuis, luvas estéreis e óculos de proteção monitoram as máquinas. Mas a verdadeira ação está acontecendo em nanoescala: proteínas em solução se combinam com moléculas químicas contidas em minipoços de chips de silício personalizados que são como forminhas microscópicas. Cada interação é registrada, milhões e milhões a cada dia, gerando 50 terabytes de dados brutos diariamente – o equivalente a mais de 12.000 filmes.
O local, com cerca de dois terços do tamanho de um campo de futebol, é uma fábrica de dados para descoberta e desenvolvimento de medicamentos assistidos por inteligência artificial. Faz parte de uma onda de empresas jovens e startups tentando aproveitar a IA para produzir medicamentos mais eficazes, mais rápido. Elas estão utilizando a nova tecnologia – que aprende com enormes quantidades de dados para gerar respostas – para tentar refazer a descoberta de medicamentos, movendo o campo de um artesanato penoso para uma precisão mais automatizada, impulsionada pela IA que aprende e fica mais inteligente.
A maioria dos primeiros usos comerciais da IA generativa tem sido para aliviar tarefas rotineiras. No entanto, a descoberta e desenvolvimento de medicamentos é uma indústria enorme que está madura para uma renovação com a IA, uma “oportunidade que acontece uma vez por século”. Assim como chatbots e geradores de imagens aprendem com grandes coleções de dados online, a IA para descoberta de medicamentos depende de dados especializados – informações moleculares, estruturas de proteínas e medições bioquímicas. A IA aprende com padrões nesses dados para sugerir possíveis candidatos a medicamentos.
Empresas desse ramo estão construindo grandes laboratórios para gerar dados que ajudam a treinar a IA, permitindo experimentação rápida, identificação de padrões e previsões sobre o que pode funcionar. A IA generativa pode projetar digitalmente uma molécula de medicamento, que é então testada fisicamente em laboratório automatizado. Os resultados realimentam o software para aprimorar seus próximos projetos, acelerando o processo.
Embora alguns medicamentos com IA estejam em testes, é o início da jornada. O desenvolvimento tradicional de medicamentos é caro, demorado e imprevisível, gastando quase cerca de R$ 5,5 bilhões e levando 10 a 15 anos, com alta taxa de falha. As empresas de IA farmacêutica buscam melhorar essas probabilidades.
Seu financiamento vem principalmente de parcerias com gigantes farmacêuticos, que pagam por metas atingidas em direção a candidatos a medicamentos. Se um for aprovado, há fluxo de royalties. Empresas como Recursion, Schrödinger e Isomorphic estão nessa corrida, mas com abordagens diferentes – construindo laboratórios de dados ou apostando mais no software de IA.
A Isomorphic, spin-off da DeepMind, acredita que uma boa IA precisará de menos dados. Ela lançou modelos que preveem formas de proteínas e como moléculas interagem com elas, útil para projetar medicamentos.
A empresa cresceu de um projeto acadêmico e hoje gera dados em laboratórios automatizados personalizados, alimentando sua IA. Sob um novo diretor de tecnologia em 2020, formou equipes de dados e IA. Ela tem parcerias com Bristol Myers Squibb e Calico, da Alphabet, mas precisará de mais fundos.
A empresa desenvolve medicamentos para doenças inflamatórias e espera ter alguns em testes clínicos até 2026. Embora possam acelerar as coisas, o teste será se a taxa de sucesso clínico aumentar significativamente em 10 anos, resultando em melhores medicamentos.
