Por que a descoberta de medicamentos ainda queima bilhões em chute

O problema

Nikola Tesla disse certa vez que "um pouco de teoria e cálculo" teria poupado Thomas Edison de 90% do seu trabalho. Mais de um século depois, as indústrias farmacêutica e de ciência dos materiais ainda seguem o manual de Edison — sintetizar e testar fisicamente bibliotecas gigantescas de compostos, esperando tropeçar por acaso em um vencedor. Os números revelam exatamente o quanto essa abordagem fracassou.

O espaço de moléculas semelhantes a medicamentos é estimado entre 10^60 e 10^100. Sua melhor campanha de triagem de alto rendimento testa cerca de um milhão de compostos. Isso significa que você está cobrindo 0,000000000000000000000000000000000000000000000000001% das opções disponíveis. O whitepaper diz sem rodeios: é como tentar mapear o Oceano Pacífico mergulhando uma colherzinha de chá na água em intervalos aleatórios. Se você está testando novos materiais em laboratório úmido sem simulá-los antes, está incendiando dinheiro.

Isso não é uma curiosidade tecnológica. É uma crise estrutural na economia de P&D. O método "edisoniano" — força bruta de tentativa e erro — troca inteligência por mão de obra. Essa troca fica exponencialmente pior à medida que aumenta a complexidade dos seus alvos. Os frutos maduros das pequenas moléculas simples já foram colhidos. O que resta exige uma abordagem fundamentalmente diferente: simular primeiro, sintetizar depois apenas os candidatos de maior probabilidade.

Por que isso importa para o seu negócio

O dano financeiro já está visível nos livros contábeis do seu setor. Estes são os números que deveriam preocupar o seu conselho:

• US$ 2,23 bilhões por novo medicamento — esse é o custo médio para desenvolver um único ativo farmacêutico até 2024. Esse número absorve o custo de milhares de fracassos para cada sucesso.
• 1,2% de taxa interna de retorno — a P&D farmacêutica atingiu uma mínima de 12 anos em 2022 antes de se recuperar para 5,9% em 2024. Esse rebote foi impulsionado em grande parte por outliers como os agonistas de GLP-1, não por melhora sistêmica.
• ~90% de taxa de falha — a grande maioria dos candidatos de P&D jamais chega ao mercado. Cada dólar gasto testando fisicamente um composto que uma simulação poderia ter eliminado é um dólar desviado de um candidato viável.
• IA informada por custos pode cortar os custos de reagentes em até 90% — algoritmos que consideram o preço dos experimentos junto com seu valor informacional demonstraram economias dramáticas.

Essa queda na produtividade de P&D tem nome: Lei de Eroom — a Lei de Moore escrita ao contrário. A cada geração, os medicamentos ficam mais difíceis e caros de descobrir. Seus concorrentes encaram o mesmo muro, mas quem migrar primeiro para a descoberta baseada em simulação cruzará esse muro anos antes de você.

Para o seu resultado financeiro, a implicação é direta. A triagem de alto rendimento pesa no OpEx: consumíveis, reagentes, horas de pessoal e horas de equipamento. Todo experimento evitado por meio de previsões melhores cai direto na linha de baixo. Enquanto isso, os relógios de patente continuam correndo. Cada dia economizado em P&D é um dia extra de exclusividade de mercado. Moléculas pequenas desenhadas por IA de empresas como a Exscientia chegaram aos ensaios de fase I em cerca de 12 meses, contra a média da indústria de quatro a cinco anos.

O que realmente acontece debaixo do capô

A falha central é que a descoberta tradicional faz triagem de compostos em vez de projetá-los. A triagem assume que sua resposta já existe dentro de uma biblioteca pré-construída. Mas, à medida que você avança para biológicos complexos, ligas multielemento e materiais nanoestruturados, a probabilidade de a solução ótima estar em qualquer biblioteca fisicamente gerenciável despencar para perto de zero.

Pense assim. Você tem um cadeado de combinação com 100 dígitos. A triagem tradicional tenta combinações aleatórias uma por uma. Uma abordagem de simulação primeiro estuda a mecânica do cadeado, estreita as possibilidades a um punhado e só então gira o disco.

O mercado está inundado de modelos de IA caixa-preta que aprendem apenas correlações de dados. Esses modelos quebram em domínios inéditos porque dados experimentais são escassos, ruidosos e caros de coletar. O aprendizado de máquina padrão funciona bem dentro dos dados de treinamento, mas falha quando pedem para prever propriedades de classes de materiais totalmente novas. Pior: ferramentas de IA generativa construídas sobre grandes modelos de linguagem podem "alucinar" — gerando descrições de moléculas que parecem plausíveis mas violam a química básica. Podem propor uma estrutura que quebra regras de valência ou ignora a conservação da massa. Moléculas são grafos tridimensionais de átomos e ligações, não sequências de texto. Tratá-las como frases produz saídas fisicamente impossíveis.

A alternativa é o Machine Learning Informado pela Física (Physics-Informed Machine Learning, ou PIML) — modelos que embutem as próprias leis da física (conservação de energia, termodinâmica, mecânica quântica) diretamente na arquitetura da IA. Esses modelos precisam de muito menos dados de treinamento porque as regras da química já vêm incorporadas. Eles extrapolam melhor para território desconhecido. E não conseguem propor moléculas que violem restrições físicas fundamentais. Um sistema, chamado FlowER, rastreia explicitamente como os elétrons se redistribuem durante as reações químicas, garantindo que massa e carga estejam sempre conservadas. Nenhum modelo de linguagem padrão faz isso.

O que funciona (e o que não funciona)

Três abordagens que parecem promissoras mas ficam aquém:

• Bibliotecas de triagem maiores: escalar de um milhão para um bilhão de compostos ainda cobre uma fração desprezível do espaço químico. Não dá para forçar a passagem por 10^60 possibilidades.
• Wrappers genéricos de IA sobre modelos de linguagem públicos: essas ferramentas ajudam na revisão de literatura e na redação de protocolos, mas carecem das restrições físicas específicas do domínio exigidas pelo desenho molecular. Um wrapper não consegue impor conservação de massa numa reação química.
• "Fail fast" sem simulação: falhar em laboratório úmido é caro — reagentes, tempo de síntese e equipamento queimam capital. Falhar rápido no mundo físico continua lento e custoso perto de uma falha virtual que leva milissegundos de processamento.

O que realmente funciona é uma arquitetura de malha fechada em três etapas:

1. Prever e selecionar (entrada): um motor de Otimização Bayesiana — estrutura matemática que equilibra explorar território químico desconhecido com refinar áreas promissoras conhecidas — identifica o experimento de maior valor a executar em seguida. Ele não chuta aleatoriamente. Calcula onde está o maior ganho de informação em relação ao custo. Versões multi-fidelidade desse algoritmo combinam simulações computacionais baratas com resultados laboratoriais caros, disparando experimentos físicos apenas quando a confiança da simulação está baixa demais.

2. Automatizar e sintetizar (processamento): plataformas robóticas recebem instruções da IA, sintetizam o material previsto e executam testes de caracterização — espectroscopia, difração de raios X, microscopia — sem intervenção humana. O A-Lab do Lawrence Berkeley National Laboratory usou essa abordagem para sintetizar 41 compostos inorgânicos inéditos em 17 dias. Quando uma síntese falhava, a IA analisava os resultados, ajustava a receita e tentava de novo autonomamente.

3. Aprender e atualizar (saída): todo resultado — sucesso ou fracasso — retroalimenta o modelo. É aqui que dados negativos viram ouro. Experimentos fracassados afiam o entendimento da IA sobre o que não funciona, mapeando permanentemente os becos sem saída da química. Sua organização nunca mais desperdiça recursos nesses caminhos. Esse conhecimento acumulado das paisagens de fracasso é propriedade intelectual durável.

Para suas equipes de compliance e auditoria, esse laço cria algo que falta à P&D tradicional: um registro completo e rastreável de cada previsão, de cada raciocínio decisório e de cada resultado experimental. A IA não apenas diz "teste este composto". Ela mostra por que escolheu esse composto em vez de cada alternativa, o que esperava aprender e como o resultado alterou seu modelo. Essa trilha de decisão é auditável, reproduzível e defensável.

Seu gêmeo digital — uma réplica virtual do seu laboratório físico — acrescenta outra camada de proteção. Antes de qualquer robô se mover, o experimento roda em simulação. Isso captura erros de protocolo, conflitos de temporização e colisões de equipamento antes que destruam amostras ou aparelhos. A comparação em tempo real entre as previsões do gêmeo e os dados reais dos sensores sinaliza anomalias como pipetas entupidas ou temperaturas à deriva antes que arruínem um lote.

A tese econômica é direta. Equipamentos autônomos operam 24/7 com disponibilidade próxima de 100%, contra os típicos 30–40% de laboratórios com pessoal humano. A Insilico Medicine levou um candidato antifibrose descoberto por IA da descoberta do alvo à fase pré-clínica em menos de 18 meses, por uma fração do custo usual. Não são projeções. São resultados já entregues em ambientes de produção.