No início desta semana, num evento chamado “The Briefing: AI for Science”, a empresa de inteligência artificial Anthropic anunciou o lançamento da sua nova plataforma Claude Science, posicionando-a como uma “bancada de trabalho de IA” para cientistas. A plataforma foi projetada para integrar diferentes ferramentas de pesquisa científica e conjuntos de dados no mesmo ambiente e gerar automaticamente gráficos e resultados de visualização. A Anthropic acredita que este tipo de tecnologia de IA tem o potencial de “acelerar significativamente o desenvolvimento de descobertas científicas e intervenções médicas”. A empresa também enfatizou que um grande número de empresas biotecnológicas e farmacêuticas já estão utilizando Claude para trabalhos de pesquisa e desenvolvimento relacionados.
De forma ainda mais ambiciosa, a Anthropic já não se contenta em ser apenas um fornecedor de ferramentas e declarou publicamente que planeia desenvolver ela própria medicamentos. Eric Kauderer-Abrams, chefe de ciências da vida, disse em uma entrevista que a empresa se concentrará em áreas de doenças “negligenciadas” e espera descobrir novas opções de tratamento com a ajuda da IA. No atual boom na pesquisa e desenvolvimento de medicamentos de IA, gigantes da tecnologia como OpenAI, Amazon e Google lançaram suas próprias plataformas de ciências biológicas. No entanto, a declaração da Anthropic é um dos poucos movimentos públicos de uma empresa de modelo geral de IA de ponta para anunciar diretamente que desenvolverá os seus próprios medicamentos. Isto também a coloca numa posição bastante delicada: por um lado, vende ferramentas de software a muitas empresas farmacêuticas e, por outro lado, pode tornar-se um potencial concorrente destes clientes na investigação e desenvolvimento de medicamentos.
Especialistas do setor apontaram que a mudança da Anthropic na verdade empurrou a empresa para uma competição mais ampla. Juntando-se à competição estão empresas farmacêuticas que priorizam a IA, como a Insilico, a Isomorphic Labs, uma spin-off do Google DeepMind, e um grande número de grandes empresas tradicionais de biotecnologia e farmacêuticas que constroem ou adquirem ferramentas de IA. Apesar do seu enorme impulso, a Anthropic forneceu até agora informações específicas muito limitadas: não declarou como irão avançar se encontrarem candidatos a medicamentos promissores, nem responderam a perguntas detalhadas sobre quais as doenças que serão visadas no primeiro lote, ou se irão cooperar com outras instituições para completar a investigação laboratorial, testes em animais, ensaios clínicos e produção.
Por trás das palavras “descoberta de medicamentos por IA” está um conceito definido de forma extremamente ampla. Namshik Han, professor da Universidade de Cambridge e cofundador da startup de biotecnologia de IA CardiaTec, acredita que a IA tem sido usada em “todas as etapas” da descoberta de medicamentos, desde a triagem e otimização de novos compostos até o auxílio à pesquisa científica, análise de dados, ensaios clínicos e até mesmo produção e fabricação. Matthew Todd, professor de descoberta de medicamentos na University College London, também expressou uma opinião semelhante, dizendo que “descoberta de medicamentos por IA” quase se tornou um “termo genérico” para se referir a todo esse conjunto de amplos cenários de aplicação.
Ainda assim, os especialistas geralmente concordam que a IA ainda está nos estágios iniciais de mudança no desenvolvimento de medicamentos. Han destacou que gigantes farmacêuticas como AstraZeneca, Novo Nordisk e GSK implementaram muitos projetos de IA, utilizando modelos para gerar possíveis moléculas candidatas para vias patológicas conhecidas ou alvos existentes, ajudando os investigadores a descobrir novas estruturas moleculares que podem interagir com receptores específicos. Todd enfatizou que a IA é muito útil para acelerar a pesquisa científica e ajudar a “testar na estrada” novas ideias de medicamentos. Ele pode examinar soluções potenciais no enorme espaço químico e biológico e encontrar conexões que são difíceis ou que levam muito tempo para serem descobertas com ferramentas humanas e tradicionais. Combinado com as vantagens da Anthropic em modelos de ponta, especula-se geralmente que utilizará principalmente IA generativa para pesquisar e recomendar entre combinações massivas de compostos e alvos biológicos, ajudando os investigadores a propor novas ideias de design de medicamentos, identificando novos alvos de doenças ou encontrando novas indicações para medicamentos existentes.
No entanto, ainda há uma longa distância entre “propor uma ideia de medicamento” e “realmente fazer com que um medicamento entre na prática clínica e seja aprovado para comercialização”. Todd disse que ainda está “longe” do primeiro medicamento desenvolvido inteiramente por IA e aprovado pela aprovação regulatória para entrar no mercado. Todo o processo de descoberta e desenvolvimento não será totalmente automatizado por muito tempo, e a participação e supervisão de especialistas humanos ainda serão necessárias. Todd e Han também salientaram que a falta de uma grande quantidade de dados experimentais públicos e de alta qualidade - especialmente registos detalhados do comportamento específico dos compostos no corpo humano - constitui um gargalo importante nesta fase. Mesmo nos campos mais profundamente estudados da biologia, ainda existem enormes lacunas na compreensão humana de muitos mecanismos.
Frank von Delft, professor de biologia química estrutural na Universidade de Oxford e chefe de cristalografia de proteínas no Oxford Centre for Drug Discovery, acredita que as expectativas do público por modelos poderosos de IA são justificadas, mas a tecnologia atual “não está nem perto do ponto em que os experimentos não são mais necessários”. As moléculas candidatas a medicamentos ainda precisam ser testadas no mundo real quanto à eficácia, toxicidade, formulação, armazenamento e administração segura. Esses links exigem que um grande número de profissionais invistam enormes quantias de dinheiro e tempo. Especialmente quando se realizam ensaios clínicos em humanos, muitos candidatos a medicamentos aparentemente promissores falham frequentemente. von Delft afirmou sem rodeios que se a Anthropic realmente quisesse desenvolver a droga ela mesma, “teria que investir pesadamente em experimentos”.
A julgar pelas tendências recentes, a Anthropic parece estar se preparando para isso. No ano passado, a empresa continuou a recrutar talentos relacionados com a biologia e está a preparar-se para construir o seu próprio laboratório húmido. Ao mesmo tempo, divulgou várias informações sobre recrutamento de empregos em ciências biológicas na plataforma de recrutamento público. Han revelou que a Anthropic “tem recrutado ativamente” nesta área e até estendeu ofertas a vários colegas acadêmicos. Ele disse compreender que a Anthropic conseguiu roubar com sucesso alguns profissionais de grandes empresas farmacêuticas e de algumas instituições acadêmicas importantes, mas não revelou nomes específicos.
Mesmo assim, com um sistema de P&D tão complexo, não importa qual doença a Antrópica decida atacar, levará muitos anos até que os resultados sejam realmente vistos. Tomando como exemplo o ciclo tradicional de desenvolvimento de medicamentos, muitas vezes leva cerca de dez anos para que um novo medicamento conclua os ensaios clínicos. Todd disse que “há sempre um enorme lapso de tempo” nos testes de drogas porque é uma tarefa demorada e demorada provar a segurança e eficácia de um determinado medicamento candidato através de experimentos. Até agora, nenhum medicamento desenvolvido pela AI concluiu com sucesso todos os ensaios clínicos e recebeu aprovação da FDA para comercialização. Alguns medicamentos candidatos entraram na fase clínica, mas é difícil para o mundo exterior avaliar com precisão o papel específico que a IA desempenhou no seu processo de desenvolvimento e se esses medicamentos podem superar significativamente os produtos com caminhos tradicionais de I&D em termos de eficácia.
Segundo especialistas, o que a IA pode acelerar significativamente são as partes de “busca” e “imaginação”, mas o que realmente determina o sucesso ou fracasso de um medicamento ainda são aqueles experimentos e testes realizados de forma rigorosa e lenta no mundo real. Para a Anthropic, isso significa uma enorme mudança de papel, desde imaginar a IA reescrevendo a descoberta de medicamentos até assumir responsabilidades experimentais de alto investimento, alto risco e longo prazo.