O laboratório da Terray Therapeutics é uma sinfonia de automação miniaturizada. Robôs zumbem, transportando minúsculos tubos de fluidos para suas estações. Cientistas de jaleco azul, luvas estéreis e óculos de proteção monitoram as máquinas.
Mas a verdadeira ação está acontecendo em nanoescala: proteínas em solução combinam-se com moléculas químicas contidas em minúsculos poços em chips de silício personalizados que parecem latas microscópicas de muffins. Cada interação é gravada, milhões e milhões por dia, gerando 50 terabytes de dados brutos diariamente – o equivalente a mais de 12 mil filmes.
O laboratório, 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 em Monróvia, Califórnia. Faz parte de uma onda de jovens empresas e start-ups que tentam aproveitar a IA para produzir medicamentos mais eficazes, mais rapidamente.
As empresas estão a aproveitar a nova tecnologia – que aprende com enormes quantidades de dados para gerar respostas – para tentar refazer a descoberta de medicamentos. Eles estão mudando o campo de um trabalho artesanal meticuloso para uma precisão mais automatizada, uma mudança alimentada pela IA que aprende e se torna mais inteligente.
“Depois que você tiver o tipo certo de dados, a IA poderá funcionar e ficar muito, muito boa”, disse Jacob Berlin, cofundador e executivo-chefe da Terray.
A maior parte das primeiras utilizações empresariais da IA generativa, que pode produzir tudo, desde poesia a programas de computador, consistiu em ajudar a eliminar o trabalho enfadonho das tarefas rotineiras de escritório, do atendimento ao cliente e da escrita de códigos. No entanto, a descoberta e o desenvolvimento de medicamentos é uma indústria enorme que, segundo os especialistas, está pronta para uma transformação na IA.
A IA é uma “oportunidade única no século” para o negócio farmacêutico, de acordo com o empresa de consultoria McKinsey & Company.
Assim como chatbots populares como o ChatGPT são treinados em texto na Internet, e geradores de imagens como o DALL-E aprendem com um vasto acervo de fotos e vídeos, a IA para descoberta de medicamentos depende de dados. E são dados muito especializados – informações moleculares, estruturas proteicas e medições de interações bioquímicas. A IA aprende com os padrões dos dados para sugerir possíveis candidatos a medicamentos úteis, como se estivesse combinando chaves químicas com as proteínas corretas.
Como a IA para o desenvolvimento de medicamentos é alimentada por dados científicos precisos, as “alucinações” tóxicas são muito menos prováveis do que com chatbots mais amplamente treinados. E qualquer medicamento potencial deve passar por testes extensivos em laboratórios e ensaios clínicos antes de ser aprovado para os pacientes.
Empresas como a Terray estão a construir grandes laboratórios de alta tecnologia para gerar informações que ajudem a treinar a IA, o que permite a experimentação rápida e a capacidade de identificar padrões e fazer previsões sobre o que pode funcionar.
A IA generativa pode então projetar digitalmente uma molécula de medicamento. Esse design é traduzido, em um laboratório automatizado de alta velocidade, para uma molécula física e testado quanto à sua interação com uma proteína alvo. Os resultados – positivos ou negativos – são registrados e realimentados no software de IA para melhorar seu próximo projeto, acelerando o processo geral.
Embora alguns medicamentos desenvolvidos pela IA estejam em testes clínicos, ainda é o começo.
“A IA generativa está a transformar o campo, mas o processo de desenvolvimento de medicamentos é confuso e muito humano”, disse David Baker, bioquímico e diretor do Instituto de Design de Proteínas da Universidade de Washington.
O desenvolvimento de medicamentos tem sido tradicionalmente um empreendimento caro, demorado e imprevisível. Os estudos sobre o custo de concepção de um medicamento e de condução dos ensaios clínicos até a aprovação final variam amplamente. Mas a despesa total é estimado em US$ 1 bilhão na média. Demora de 10 a 15 anos. E quase 90% dos medicamentos candidatos que entram em ensaios clínicos em humanos falham, geralmente por falta de eficácia ou por efeitos secundários imprevistos.
Os jovens criadores de medicamentos de IA estão a esforçar-se por utilizar a sua tecnologia para melhorar essas probabilidades, ao mesmo tempo que reduzem tempo e dinheiro.
A sua fonte de financiamento mais consistente provém dos gigantes farmacêuticos, que há muito servem como parceiros e banqueiros de pequenos empreendimentos de investigação. Os fabricantes de medicamentos de IA de hoje normalmente concentram-se em acelerar os estágios pré-clínicos de desenvolvimento, que convencionalmente levam de quatro a sete anos. Alguns podem tentar entrar eles próprios em ensaios clínicos. Mas é nessa fase que as grandes empresas farmacêuticas geralmente assumem o controle, realizando os dispendiosos testes em humanos, que podem levar mais sete anos.
Para as empresas farmacêuticas estabelecidas, a estratégia de parceria é um caminho de custo relativamente baixo para explorar a inovação.
“Para eles, é como pegar um Uber para chegar a algum lugar, em vez de ter que comprar um carro”, disse Gerardo Ubaghs Carrión, ex-banqueiro de investimentos em biotecnologia do Bank of America Securities.
As principais empresas farmacêuticas pagam aos seus parceiros de investigação para alcançarem marcos em direção a candidatos a medicamentos, que podem atingir centenas de milhões de dólares ao longo dos anos. E se um medicamento for finalmente aprovado e se tornar um sucesso comercial, haverá um fluxo de receitas de royalties.
Empresas como Terray, Farmacêutica de Recursão, Schrödinger e Laboratórios Isomórficos estão buscando avanços. Mas existem, em geral, dois caminhos diferentes – aqueles que estão construindo grandes laboratórios e aqueles que não estão.
Isomórfico, o spin-out de descoberta de medicamentos do Google DeepMind, o grupo central de IA da gigante da tecnologia, considera que quanto melhor a IA, menos dados serão necessários. E está apostando em suas proezas de software.
Em 2021, o Google DeepMind lançou um software que previu com precisão as formas que as cadeias de aminoácidos assumiriam como proteínas. Essas formas tridimensionais determinam como funciona uma proteína. Isto foi um impulso para a compreensão biológica e útil na descoberta de medicamentos, uma vez que as proteínas impulsionam o comportamento de todos os seres vivos.
No mês passado, Google DeepMind e Isomorphic anunciaram que seu mais recente modelo de IA, AlphaFold 3, pode prever como moléculas e proteínas irão interagir – mais um passo no design de medicamentos.
“Estamos nos concentrando na abordagem computacional”, disse Max Jaderberg, diretor de IA da Isomorphic. “Acreditamos que há um enorme potencial a ser desbloqueado.”
A Terray, como a maioria das startups de desenvolvimento de medicamentos, é um subproduto de anos de pesquisa científica combinada com desenvolvimentos mais recentes em IA
Dr. Berlin, o executivo-chefe, que obteve seu doutorado. em química pela Caltech, buscou avanços em nanotecnologia e química ao longo de sua carreira. Terray surgiu de um projeto acadêmico iniciado há mais de uma década no centro de câncer City of Hope, perto de Los Angeles, onde o Dr. Berlin tinha um grupo de pesquisa.
Terray está se concentrando no desenvolvimento de medicamentos de moléculas pequenas, essencialmente qualquer medicamento que uma pessoa possa ingerir em uma pílula, como aspirina e estatinas. Os comprimidos são fáceis de tomar e baratos de produzir.
Os elegantes laboratórios de Terray estão muito longe dos velhos tempos acadêmicos, quando os dados eram armazenados em planilhas do Excel e a automação era um objetivo distante.
“Eu era o robô”, lembra Kathleen Elison, cofundadora e cientista sênior da Terray.
Mas em 2018, quando a Terray foi fundada, as tecnologias necessárias para construir o seu laboratório de dados de estilo industrial estavam a progredir rapidamente. A Terray confiou nos avanços de fabricantes externos para fabricar os chips em microescala que a Terray projeta. Seus laboratórios estão repletos de equipamentos automatizados, mas quase todos são personalizados – possibilitados pelos ganhos na tecnologia de impressão 3D.
Desde o início, a equipe da Terray reconheceu que a IA seria crucial para dar sentido aos seus estoques de dados, mas o potencial da IA generativa no desenvolvimento de medicamentos só se tornou aparente mais tarde – embora antes do ChatGPT se tornar um grande sucesso em 2022.
Narbe Mardirossian, cientista sênior da Amgen, tornou-se diretor de tecnologia da Terray em 2020 – em parte devido à riqueza de dados gerados em laboratório. Sob o comando do Dr. Mardirossian, a Terray construiu suas equipes de ciência de dados e IA e criou um modelo de IA para traduzir dados químicos em matemática e vice-versa. A empresa divulgou uma versão de código aberto.
A Terray tem acordos de parceria com a Bristol Myers Squibb e a Calico Life Sciences, uma subsidiária da Alphabet, controladora do Google, que se concentra em doenças relacionadas à idade. Os termos desses acordos não são divulgados.
Para expandir, a Terray precisará de fundos além dos US$ 80 milhões em financiamento de risco, disse Eli Berlin, irmão mais novo do Dr. Berlin. Ele deixou um emprego em private equity para se tornar cofundador e diretor financeiro e operacional da start-up, convencido de que a tecnologia poderia abrir as portas para um negócio lucrativo, disse ele.
Terray está desenvolvendo novos medicamentos para doenças inflamatórias, incluindo lúpus, psoríase e artrite reumatóide. A empresa, disse Berlin, espera ter medicamentos em testes clínicos até o início de 2026.
As inovações farmacêuticas da Terray e de seus pares podem acelerar as coisas, mas apenas até certo ponto.
“O teste definitivo para nós, e para a área em geral, é se em 10 anos você olhar para trás e puder dizer que a taxa de sucesso clínico aumentou muito e que temos medicamentos melhores para a saúde humana”, disse o Dr.
